DeepSeek在知乎平台上发布了关于其V3/R1推理系统的概览，揭示了该系统理论上可达545%的成本利润率。该系统通过大规模跨节点专家并行技术，旨在提升吞吐量和降低延迟。
DeepSeek的V3和R1模型采用了混合专家模型（MoE）架构，将复杂任务分解为多个子任务，由不同子模型处理，从而在有限资源下实现高效运算。然而，这一技术也带来了更大的批次处理需求和负载均衡挑战。
据DeepSeek透露，其V3和R1模型平均占用226.75个节点，每个节点配置8个H800 GPU。
在假设GPU租赁成本为每小时2美元的情况下，每日运营成本高达8.7万美元。但按照R1当前的定价策略，DeepSeek的每日潜在营收可达56.2万美元，理论成本利润率惊人。
然而，DeepSeek强调，这一理论数据仅供参考，实际情况可能有所不同。V3模型的定价较低，且收费服务仅占其业务的一部分。
此外，在非高峰时段，DeepSeek还提供使用折扣，进一步影响实际营收。同时，研发和训练成本也是不可忽视的因素，这些因素都可能对DeepSeek的实际盈利产生影响。
本文链接：http://www.28at.com/showinfo-27-135677-0.htmlDeepSeek公布成本利润率高达545%，但实际情况或有出入
声明：本网页内容旨在传播知识，不代表本站观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
