计算机行业周观点第35期：DeepSeek公布成本利润率，利好AI云

1 | 请务必仔细阅读报告尾部的投资评级说明和声明 行业周报 | 计算机 DeepSeek 公布成本利润率，利好 AI 云 计算机行业周观点第 35 期  核心结论 分析师 郑宏达 S0800524020001 13918906471 zhenghongda@research.xbmail.com.cn 联系人 卢可欣 16621642550 lukexin@research.xbmail.com.cn 相关研究 计算机：AI 技术驱动的产业变革趋势依然明确—TMT 科技行业每周评议 2025-03-01 计算机：AI Infra 迎来新一轮景气周期—TMT科技行业每周评议 2025-02-22 计算机：港股科技股 Big7— 2025-02-21 DeepSeek 于 2025 年 2 月 24 日正式启动“开源周”，并于 3 月 1 日开源DeepSeek-V3/R1 推理系统。 理论成本利润率达 545%，DeepSeek 开启 AI 星辰大海。3 月 1 日，DeepSeek发布文章《DeepSeek-V3 / R1 推理系统概览》，并公布成本和理论收入。根据 DeepSeek 测算，如果所有 token 都按照 DeepSeek-R1 的定价计费，每日总收入将达到 56 万美元，成本利润率为 545%。但因为 V3 的定价更低，同时收费服务只占了一部分，另外夜间还会有折扣，所以实际收入低于理论值。 DeepSeek 开源周 Day1：FlashMLA。FlashMLA 是 DeepSeek 专为英伟达Hopper GPU 打造的高效 MLA 解码内核，特别针对变长序列进行了优化。亮点：加速推理，通过优化 MLA 解码和分页 KV 缓存，能够提高 LLM 推理效率，尤其是在 H100 / H800 这样的高端 GPU 上发挥出极致性能。 DeepSeek 开源周 Day2：DeepEP。DeepEP 是为混合专家（MoE）和专家并行（EP）量身定制的通信库，提供高吞吐量且低延迟的 all-to-all GPU 内核，这些内核也被称为 MoE 调度与合并。亮点：显著提升 MoE 模型的性能和效率，适用于大规模 AI 训练和推理。 DeepSeek 开源周 Day3：DeepGEMM。DeepGEMM 是专为 FP8 通用矩阵乘法（GEMM）优化的库，具备精细的缩放机制。亮点：加速矩阵运算，具有更高的效率和更灵活的部署。DeepGEMM 设计轻量，大约 300 行代码，却在大多数矩阵尺寸上超越了专家级别调优的内核。 DeepSeek 开源周 Day4：DualPipe & EPLB & profile-data。DualPipe 是一种创新的双向流水线并行算法，亮点：实现了前向和后向计算通信阶段的完全重叠，优化并行计算效率。EPLB 为负载均衡算法，亮点：解决 MoE 模型在分布式训练和推理中的负载不平衡问题。通过动态调整专家（MoE 模型中的子网络）的分配来平衡 GPU 之间的工作负载，同时减少跨节点通信开销，最大化硬件利用率以及提高训练效率。 DeepSeek 开源周 Day5：3FS & Smallpond。3FS（Fire-Flyer File System）是一种高性能分布式文件系统，旨在应对 AI 训练和推理工作负载的挑战。亮点：用于 AI 训练时计算节点中的模型批量读取样本数据场景，通过高速的计算存储交互加快模型训练，把固态硬盘的带宽性能利用到极致。 相关标的：1）国产 AI 芯片：寒武纪、海光信息；2）AI 服务器：浪潮信息、华勤技术；3）AIDC：云赛智联、金山云、并行科技、首都在线、青云科技、优刻得；4）AI 应用：虹软科技、博思软件、新致软件、赛意信息、深桑达、云赛智联、金山办公、金蝶国际、用友网络、迈富时。 风险提示：产业政策转变、技术进展不及预期、应用落地不及预期、行业竞争加剧、国际环境发生变化。 证券研究报告 2025 年 03 月 01 日 行业周报 | 计算机 西部证券 2025 年 03 月 01 日 2 | 请务必仔细阅读报告尾部的投资评级说明和声明 DeepSeek全面开源V3/R1推理系统，并公布理论成本利润率为545% 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，DeepSeek采用了大规模跨节点专家并行（Expert Parallelism / EP）。而多机多卡的专家并行会引入比较大的通信开销，所以 DeepSeek 使用了双 batch 重叠来掩盖通信开销，提高整体吞吐。同时 DeepSeek 还使用多种均衡算法为每个 GPU 分配均衡的计算负载、通信负载以加速计算。 根据 DeepSeek 测算，如果所有 token 都按照 DeepSeek-R1 的定价计费，每日总收入将达到 56 万美元，成本利润率为 545%。根据 DeepSeek 官方知乎，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。而由于白天的服务负荷高，晚上的服务负荷低，因此DeepSeek 实现了一套机制，在白天负荷高的时候，用所有节点部署推理服务。晚上负荷低的时候，减少推理节点，以用来做研究和训练。  在北京时间 2025/02/27 12:00 至 2025/02/28 12:00，DeepSeek V3 和 R1 推理服务占用节点总和，峰值占用为 278 个节点，平均占用 226.75 个节点（每个节点为 8 个 H800 GPU）。  假定 GPU 租赁成本为 $2 /小时，总成本为 $87,072/天。  在 24 小时统计时段内，DeepSeek V3 和 R1 输入 token 总数为 608B，其中 342B tokens（56.3%）命中 KVCache 硬盘缓存。输出 token 总数为 168B。平均输出速率为 20~22 tps，平均每输出一个 token 的 KVCache 长度是 4989。  平均每台 H800 的吞吐量为：对于 prefill 任务，输入吞吐约 73.7k tokens/s（含缓存命中）；对于 decode 任务，输出吞吐约 14.8k tokens/s。 以上统计包括了网页、APP 和 API 的所有负载。如果所有 tokens 全部按照 DeepSeek R1 的定价计算，即输入 token（缓存命中）每百万 0.14 美元，输入 token（缓存未命中）每百万 0.55 美元，输出 token 每百万 2.19 美元，则理论上一天的总收入为 $562,027，成本利润率 545%。但因为 V3 的定价更低，同时收费服务只占了一部分，另外夜间还会有折扣，所以实际收入低于理论值。 图 1：DeepSeek 用于推理服务的 H800 节点数量 资料来源：DeepSeek 知乎、西