理论成本利润率545%！DeepSeek知乎发文引业内震动
图片来源：界面图库3月1日，DeepSeek官方认证账号在知乎发布了《DeepSeek-V3/R1推理系统概览》(下称《概览》)一文，首次公布模型推理系统的核心优化方案，并披露理论成本利润率高达545%，刷新了全球AI大模型领域的盈利高点，引发业内震动。《概览》显示，DeepSeek-V3/R1推理系统的优化目标是更大的吞吐、更低的延迟。为了实现上述两个目标，DeepSeek使用大规模跨节点专家并
开源周
DeepSeek开源周第四日发布：优化并行策略
新京报贝壳财经讯（记者罗亦丹）北京时间2月27日10点5分，DeepSeek发布了其“开源周”第四日的内容：优化的并行策略，其中包括DualPipe，一种用于V3/R1训练中计算与通信重叠的双向管道并行算法， 以及EPLB，一种针对V3/R1的专家并行负载均衡器。此外，DeepSeek还公开分享了其训练和推理框架的性能分析数据，从而帮助开源社区更好地了解通信与计算重叠策略和底层实现细节。编辑 寇德
"源神启动"？DeepSeek开源周连放大招！
DeepSeek于2025年2月24日正式启动“开源周”，计划连续5天每天开源一个项目。2月21日，DeepSeek发文称，构建了一支探索AGI（通用人工智能）小团队，从下周起将开源5个代码库，以完全透明的方式分享研究进展。DeepSeek于2025年2月24日正式启动“开源周”，计划连续5天每天开源一个项目。开源周首日：FlashMLA 开启高效 AI 加速新时代DeepSeek开源周的第一个项
DeepSeek“开源周”第二天开源EP通信库
新京报贝壳财经讯（记者罗亦丹）北京时间2月25日，DeepSeek发布了其“开源周”第二天的成果：DeepEP，第一个用于MoE模型（混合专家模型）训练和推理的开源EP通信库。据了解，EP为Expert Parallelism（专家并行），是一种在大规模分布式AI模型训练中使用的技术，能用于提升模型并行处理能力和训练效率。DeepSeek介绍，DeepEP的特点包括：高效且优化的全对全（all-t
DeepSeek发布开源周首个成果 可优化英伟达GPU效率
新京报贝壳财经讯（记者罗亦丹）北京时间2月24日上午，DeepSeek发布了其“开源周”的第一项成果：FlashMLA（直译为快速多头潜在注意力机制）的代码。据了解，MLA（多头潜在注意力机制）正是DeepSeek降低大模型成本使用的关键技术之一，其可以显著减少大模型训练和推理过程中的内存占用，而FlashMLA则是针对Hopper GPU（一种英伟达GPU架构）开发的高效MLA解码内核，其针对可
DeepSeek“开源周”，连续掏出两大核心武器
今天是DeepSeek“开源周”第二日，DeepSeek宣布开源DeepEP，第一个用于MoE模型训练和推理的开源EP通信库。 昨天，DeepSeek则开源了代码库Flash MLA，这是针对Hopper GPU优化的高效MLA解码内核，针对可变长度序列作了优化。 MoE（混合专家架构）和MLA（多头潜在注意力机制）被认为是DeepSeek以低成本实现杰出表现的核心原因。 简单理解，MoE架构是由
DeepSeek启动开源周
【DeepSeek启动开源周】财联社2月24日电，DeepSeek今日宣布启动“开源周”，首个开源的代码库为Flash MLA，这是针对Hopper GPU优化的高效MLA解码内核，针对可变长度序列作了优化，目前已投入生产。
DeepSeek启动开源周
北京时间2月24日，DeepSeek宣布启动“开源周”，首个开源的代码库为Flash MLA，这是针对Hopper GPU优化的高效MLA解码内核，针对可变长度序列作了优化，目前已投入生产。
DeepSeek将开源5个代码库：以全透明方式分享进展
新京报贝壳财经讯（记者罗亦丹）2月21日中午，DeepSeek官方宣布，正在为“开源周”做准备，“我们将开源5个代码库，以完全透明的方式分享我们微小但真诚的进展。”DeepSeek表示，这些在线服务中的基础构建模块已经经过文档化、部署，并在生产环境中经过实战检验。“作为开源社区的一部分，我们相信，每分享一行代码，都会成为加速AI行业发展的集体动力。每日解锁即将到来。没有高不可攀的象牙塔，只有纯粹的