DeepSeek开启盈利新时代！关注应用、云厂及国产算力、数据库投资机遇_16页_1mb

报告摘要

DeepSeek开源周技术与商业影响总结

核心内容

DeepSeek在2025年2月24日至3月1日的开源周中，发布了多项技术成果，涵盖算力优化、通信库、矩阵运算、并行策略及数据处理系统，显著提升了AI基础设施的效率和性能。同时，DeepSeek在商业层面也取得了突破，成本利润率高达545%，推动AIInfra价值重估。此外，其新一代大模型R2预计于2025年5月前发布，进一步巩固其在AI领域的领先地位。

主要观点

算力效率提升：DeepSeek通过优化Hopper架构的性能，显著提升了算力利用率和吞吐能力，降低AI应用成本。
开源生态构建：DeepSeek的开源策略不仅推动了AI技术的共享与协作，也促进了国内大模型技术的发展。
多模态与分布式训练优化：DeepSeek的MoE架构、通信库、并行优化技术等，提升了分布式训练和推理的效率，为多模态AI应用提供底层支持。
商业潜力显现：DeepSeek通过开源生态和分层收费模式，大幅降低了企业应用成本，为国产AI应用厂商打开了盈利空间。
未来模型迭代加速：R2模型的快速发布展示了DeepSeek在模型研发上的高效性，可能成为AI行业分水岭。

关键信息

技术突破

Day1: FlashMLA
- 专为Hopper架构GPU（如H800）优化的高效多层注意力解码内核。
- 实现3000GB/s内存带宽与580 TFLOPS算力。
- 支持变长序列处理，提升高并发实时生成任务效率，单卡推理效率达行业平均水平的8倍。
Day2: DeepEP
- 全球首个MoE专用通信库，深度融合NVLink与RDMA技术。
- 节点间通信延迟降至微秒级，支持计算-通信重叠机制。
- 动态资源调度与FP8调度策略，提升GPU利用率。
Day3: DeepGEMM
- 专为FP8精度矩阵乘法设计的开源库，核心代码仅300行。
- 实现1350 TFLOPS算力峰值，支持边缘设备部署。
- 通过JIT编译技术，动态适配不同硬件配置。
Day4: 三项并行优化技术
- DualPipe：双向流水线并行算法，实现前向/反向计算100%重叠。
- EPLB：专家并行负载均衡器，解决MoE模型训练中资源分配不均问题。
- 性能分析框架：基于PyTorch Profiler，提供通信-计算重叠热力图等可视化数据。
Day5: 3FS & SmallPond
- 高性能并行文件系统3FS，基于现代SSD与RDMA网络。
- 在180节点集群中，读取吞吐量达6.6TiB/s，单客户端KVCache查询峰值40+GiB/s。
- SmallPond数据处理框架，支持海量数据排序，110.5TiB数据排序仅需30分14秒。