专栏名称: 36氪

36氪是中国领先的新商业媒体，提供最新锐最具深度的商业报道。我们强调趋势与价值，我们的slogan是：让一部分人先看到未来。

DeepSeek公布成本、收入和利润率：最高可日赚346万

36氪 · 公众号 · 科技媒体 · 2025-03-03 17:03

正文

DeepSeek开源周彩蛋，直接亮底牌！

文｜程茜

编辑｜心缘

来源｜ 智东西（ID： zhidxcom ）

封面来源 ｜视觉中国

智东西3月1日消息，DeepSeek的开源周竟然还有彩蛋！开源第六天，DeepSeek不仅放出了DeepSeek-V3/R1推理系统技术秘籍，还公开了每日成本和理论收入！

DeepSeek统计了2月27日24点到2月28日24点，计算出其每日总成本为 87072美元（折合人民币约63万元） 。如果所有Token都以DeepSeek-R1的价格计费，每日总收入将为 562027美元（折合人民币约409万元） ，成本利润率达到545%。也就是说，理论上DeepSeek每日净赚 474955美元（折合人民币约346万元） 。

但实际情况是，DeepSeek的收入大幅下降。由于DeepSeek-V3定价低于R1；网页端和应用程序免费，只有部分服务有收入；非高峰时段还有夜间折扣，使得其实际收入并没有这么高。

此外，DeepSeek还公开了DeepSeek-V3/R1推理系统概述：为了达到推理更高的吞吐量和更低的延迟，研究人员采用了 跨节点的专家咨询（EP），并且利用EP增大batch size、将通信延迟隐藏在计算之后、执行负载均衡， 应对EP的系统复杂性挑战。

发布一小时，GitHub Star数已超过5600。

评论区的网友频频cue OpenAI，直呼“被抢劫”了！

还有网友以OpenAI的定价帮DeepSeek算账：

每日总成本为87072美元

利润率理论上最高545%

DeepSeek V3和R1的所有服务均使用H800 GPU，使用和训练一致的精度，即矩阵计算和dispatch传输采用和训练一致的FP8格式，core-attention计算和combine传输采用和训练一致的BF16，最大程度保证了服务效果。

此外，由于白天的高服务负载和晚上的低负载，DeepSeek在白天高峰时段跨所有节点部署推理服务。在低负载的夜间时段减少了推理节点，并将资源分配给研究和训练。

在过去的24小时内（2月27日24点到2月28日24点），V3和R1推理服务的合并峰值节点占用率达到278，平均占用率为226.75个节点（每个节点包含8个H800 GPU）。假设一个H800 GPU的租赁成本为每小时2美元，则 每日总成本为87072美元。

推理服务的H800节点计数

在24小时统计周期内（2月27日24点到2月28日24点），V3和R1：

总输入Token 608B，其中342B Token（56.3%）命中KVCache硬盘缓存。

总输出Token 168B，平均输出速度为每秒20-22 tps，每个输出Token的平均kvcache长度为4989个Token。

每个H800节点在prefill期间提供约73.7k token/s输入（包括缓存命中）的平均吞吐量，或在解码期间提供约14.8k token/s输出。

以上统计数据包括所有来自web、APP、API的用户请求。

如果所有Token都以DeepSeek-R1的价格计费， 每日总收入将为562027美元，成本利润率为545%。

*R1的定价：0.14美元输入Token（缓存命中），0.55美元输入令牌（缓存未命中），2.19美元输出令牌。

然而，DeepSeek的实际收入并没有这么多，其原因是DeepSeek-V3的定价明显低于R1；网页端和应用程序免费，所有只有一部分服务被货币化；夜间折扣在非高峰时段自动适用。

成本和理论收入

EP增加系统复杂性

三大策略应对

DeepSeek的解决方案采用了 跨节点的专家并行（EP）。

首先，EP显著扩展了批处理大小，增强了GPU矩阵计算效率并提高了吞吐量；其次，EP将专家分布在不同GPU上，每个GPU只处理专家的一小部分（减少内存访问需求），从而降低延迟。

然而，EP在两个方面增加了系统复杂性：EP引入跨节点的传输，为了优化吞吐，需要设计合适的计算流程使得传输和计算可以同步进行；EP涉及多个节点，因此天然需要Data Parallelism（DP），不同的DP之间需要进行负载均衡。

DeepSeek通过三种方式应对了这些挑战：

利用EP增大batch size、将通信延迟隐藏在计算之后、执行负载均衡。

1、大规模跨节点专家并行（EP）

由于DeepSeek-V3/R1的专家数量众多，并且每层256个专家中仅激活其中8个。模型的高度稀疏性决定了其必须采用很大的overall batch size，才能给每个专家提供足够的expert batch size，从而实现更大的吞吐、更低的延时。需要大规模跨节点专家并行（Expert Parallelism/EP）。

DeepSeek采用多机多卡间的专家并行策略来达到以下目的：

Prefill： 路由专家EP32、MLA和共享专家DP32，一个部署单元是4节点，32个冗余路由专家，每张卡9个路由专家和1个共享专家

Decode： 路由专家EP144、MLA和共享专家DP144，一个部署单元是18节点，32个冗余路由专家，每张卡2个路由专家和1个共享专家

2、计算-通信重叠

多机多卡的专家并行会引入比较大的通信开销，所以使用了双batch重叠来掩盖通信开销，提高整体吞吐。

对于prefill阶段，两个batch的计算和通信交错进行，一个batch在进行计算的时候可以去掩盖另一个batch的通信开销。

预充阶段的通信-计算重叠

对于decode阶段，不同阶段的执行时间有所差别，所以DeepSeek把attention部分拆成了两个stage，共计5个stage的流水线来实现计算和通信的重叠。

解码阶段的通信-计算重叠

3、实现最佳负载均衡

DeepSeek公布成本、收入和利润率：最高可日赚346万

正文

请到「今天看啥」查看全文