3月1日，DeepSeek官方認證賬號在知乎發布了《DeepSeek-V3/R1推理系統概覽》(下稱《概覽》)一文，首次公布模型推理系統的核心優化方案，并披露理論成本利潤率高達545%，刷新了全球AI大模型領域的盈利高點，引發業內震動。

《概覽》顯示，DeepSeek-V3/R1推理系統的優化目標是更大的吞吐、更低的延遲。

為了實現上述兩個目標，DeepSeek使用大規?？绻濣c專家并行(EP）。首先EP使得批量尺寸大大增加，從而提高圖形處理器(GPU)矩陣乘法的效率，提高吞吐。其次 EP 使得專家分散在不同的 GPU上，每個GPU只需要計算很少的專家，因此更少的訪存需求，從而降低延遲。

EP同時也增加了系統的復雜性。因此，《概覽》就如何使用EP增大批量尺寸、如何隱藏傳輸的耗時、如何進行負載均衡等進行了講解。

DeepSeek還披露了DeepSeek的理論成本和利潤率等關鍵信息。

文章稱，在北京時間2月27日12:00 至2月28日12:00，DeepSeekV3和R1推理服務占用節點總和，峰值占用為278個節點，平均占用226.75個節點(每個節點為8 個H800 GPU)。假定GPU租賃成本為2美元/小時，總成本約為8.71萬美元/天。

如果所有tokens全部按照DeepSeek R1的定價計算，理論上一天的總收入大約56.20萬美元，成本利潤率為545%。

DeepSeek此次披露的數據，不僅驗證了其技術路線的商業可行性，也預示著AI大模型的盈利閉環已從理想照進現實。此前發布的DeepSeek-V3模型訓練成本僅557.6萬美元，是同類產品的1%-5%。

DeepSeek此次在知乎發布《概覽》，引來近600條評論、5000多點贊。有網友稱，今日發布的《概覽》技術文章是“開源周彩蛋”，直接亮出了底牌。有網友稱贊：“太強了，AI算力成為水電的基礎是要足夠便宜，Deepseek邁出了一大步”。

《概覽》發布也標志著全球關注的“DeepSeek開源周”正式收官?！癉eepSeek開源周”自2月24日至2月28日，陸續開源最新技術進展。其中，包括FlashMLA、DeepEP、DeepGEMM和3FS四個開源項目，以及DualPipe、EPLB等代碼庫。