最新10月20日消息，DeepSeek能受到全球网友的支持与认可，不仅在于他们推出了便宜好用的大模型，还把一堆AI基建技术免费开源给社区，今天他们又把核心的商业机密都公开了。

他们发布了DeepSeek V4.1 Flash 大规模推理部署实践的文章，开源了大规模云服务推理框架DeepInfer，解决的是如何让大模型的能力以合理的成本服务海量用户。

在V4.1 Flash设计之初，DeepSeek就确定了三个目标：

1、兼容多种厂商的计算芯片：支持在不同硬件平台上部署，并充分发挥各平台的性能。

2、基于常见硬件组织Prefill和Decode：用常见的8卡机器做 Prefill，用常见的64～128 卡超节点做Decode，围绕两个阶段的负载特征设计计算、通信与调度。

3、支持将KVCache保留72小时以上：为上下文复用提供更长的时间窗口，在缓存命中时减少重复的Prefill 计算，并将长时间保留缓存所需的容量与管理开销纳入系统设计。

DeepSeek提到，基于DeepInfer框架，他们已实现 DeepSeek V4.1 Flash 的高吞吐、低延迟大规模推理服务。

目前单一集群的服务吞吐是155万亿Tokens/天，整体收入是每卡每小时38美金（按谷价）。

DeepSeek公布的这两个数据都很有意思，155万亿Token/天的吞吐量可以看出他们每天给全球提供了多大的服务能力，每张卡每小时38美元的收入也证明了他们的收入。

不过DeepSeek没有公布他们具体有多少集群，也没有明确的显卡数量，因此现在还不能估算他们每天的真实收入和Token吞吐量。

让AI汇总分析下了OpenAI及Anthropic两家每天的Token吞吐量，两家合计规模在100万亿Token/天，上限估计在160万亿左右。

只不过跟DeepSeek的数据不好直接对比，因为这两家的大模型数量多，而且旗舰级产品公认参数量在5万亿以上，因此单价高，Token吞吐量自然也不会很高，但他们的每天收入要比DeepSeek高出1-2个量级。

对DeepSeek这套开源感兴趣的可以参考他们的文章。