2025年2月24-28日，DeepSeek陆续开源FlashMLA、DeepEP、DeepGEMM、3FS项目，以及DualPipe、EPLB等代码库，并在其“开源周”收尾时，又放了一枚深水炸弹。

3月1日，DeepSeek发布《DeepSeek-V3/R1推理系统概览》，公开其模型理论成本利润率可达545%。

DeepSeek-V3/R1推理系统的优化目标是更大的吞吐、更低的延迟。为此，DeepSeek使用大规模跨节点专家并行（Expert Parallelism/EP）：首先EP使得batch size增加，从而提高GPU矩阵乘法的效率，提高吞吐；其次EP使得专家分散在不同的GPU上，每个GPU只需对应很少的专家（因此访存的需求更少），从而降低延迟。

在2月27日12:00-2月28日12:00的24小时内，DeepSeek V3和R1推理服务占用节点的总和峰值为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美元/小时，总成本为87072美元/天。如果所有tokens全部按照DeepSeek R1定价计算，模型理论上一天的总收入为562027美元，成本利润率可达545%。

DeepSeek也是全球大模型公司中，第一个主动详细披露其成本结构的。

好巧不巧的是，2月27日，OpenAI刚发布价格不菲的GPT-4.5。基于“无监督学习”技术，GPT-4.5增强了模式识别和创造性洞察的能力，相较此前模型更加智能可靠，适用于更广泛的应用场景。GPT-4.5输入价格为每百万token 75美元，输出价格每百万token 150美元，相比GPT-4o高出15-30倍。

第二天，Open AI的CEO Sam Altman还在社交平台倒苦水，称GPT-4.5 是“庞大”且“昂贵”的，因公司GPU不足，需要增加“数万个”GPU才能支持更多用户访问。为此，他们只能“挤牙膏”似的分阶段推，首先向ChatGPT Pro用户开放，随后在下周才能向ChatGPT Plus用户开放。

当然，两家模型的算法不一样，所需算力不一样，成本当然也不一样。另外一个值得关注的点是，Open AI所说的GPU成本，涉及购买成本、电费成本、摊销折旧等等；DeepSeek计算的是GPU租赁成本。

模型训练完全可以灵活使用云服务商算力资源，把闲置的算力调用起来。DeepSeek你确定不是在给云服务商打广告？

DeepSeek开源，大大便利了本地部署，在安全、隐私问题敏感度高的政企群体中，刚刚刮过了一阵DeepSeek一体机的大风，风继续吹到了云服务商头上，也是顺水推舟。

反正，头部科技企业，特别是提供云服务的企业，已经在集体加码AI基础设施投资。

2月24日，阿里巴巴集团表示，未来三年将投入超过3800亿元人民币，用于建设云计算和AI基础设施，总额超过去十年总和。这将是中国民营企业在云和AI基础设施建设领域有史以来最大规模的投资纪录之一。

2月25日，百度宣布将此前存入托管账户的约16亿美元（约合人民币超110亿元）投入云与AI基础设施建设。

再往前一点，2025年1月，美国政府宣布5000亿美元AI投资计划，OpenAI、软银和甲骨文将成立合资公司，共同大力投资AI基础设施；微软也宣布，计划在2025财年投资约800亿美元用于开发数据中心，以训练人工智能模型，并部署人工智能和基于云的应用程序。

2025年2月，谷歌母公司Alphabet宣布，2025年将投入约750亿美元用于资本支出，其中最大的组成部分是对服务器的投资，其次是数据中心；亚马逊在2月的财报电话会议上也表示，2025年的资本支出预计将达到1000亿美元，大部分支出将用于支持日益增长的技术基础设施需求，这主要与AWS（亚马逊云计算）有关。

一方面，在AI竞赛中，丰富的计算资源仍是强有力的武器；另一方面，尽管DeepSeek等低成本、高性能大模型的出现令市场开始审视高算力堆叠的商业模式是否可持续，但各行各业积极拥抱AI大模型的态势也对算力产生了庞大需求，AI基础设施已成全球头部科技企业竞争的核心战场。

不过，加码基础设施投资、抢占竞争制造点的同时，能否在此基础上形成强大的生态系统，进而形成商业闭环，却更为关键。AI军备竞赛会否导向算力泡沫，也值得市场警惕。

2月28日，华尔街“泡沫猎手”Jeremy Grantham在参与播客节目《Merryn Talks Money》时，把当前的AI大发展与19世纪英国铁路的扩张、20世纪的互联网比较。在他看来，当前AI大潮与历史上其他技术泡沫并无区别，“每一项真正重要的新技术都伴随泡沫。”

当然了，历史上的每一次技术泡沫都会有公司消失，也会有公司成长为“主宰世界”的巨头。

南方周末科创力研究中心

责编 黄金萍