利润率545%！DeepSeek首次披露

主要观点总结

DeepSeek在知乎上发表了关于V3/R1推理系统的文章，首次披露了理论成本和利润率等关键信息。该文章主要介绍了DeepSeek的技术路线和所带来的影响，包括算力需求的暴增、市场争议、效率革命等话题。同时，也提到了OpenAI面临的困境和算力市场的深层逻辑。

关键观点总结

关键观点1: DeepSeek首次披露V3/R1推理系统的关键信息

DeepSeek在知乎上发文全面揭示了V3/R1推理系统的关键秘密，包括理论成本和利润率等。

关键观点2: 市场争议与效率革命

随着DeepSeek的技术发展，市场出现了关于AI算力需求是否会被效率革命替代的争议。

关键观点3: 算力需求的暴增与资源消耗激增

DeepSeek现象加速了AI应用的普及，带来了算力需求的暴增。正如杰文斯悖论所述，效率提升反而导致资源消耗激增。

关键观点4: OpenAI面临的困境与算力市场的深层逻辑

OpenAI面临大模型复杂度攀升和商业化的两难问题。DeepSeek则在算力有限的情况下通过优化和革新研发出同等性能的产品。

关键观点5: 英伟达芯片的需求增长与GPU的不可替代性

中国市场英伟达H20芯片订单大幅增长，GPU的通用性仍是探索的核心。

文章预览

3月1日，DeepSeek在知乎上发表题为《DeepSeek-V3/R1 推理系统概览》的文章，全面揭晓V3/R1 推理系统背后的关键秘密。 最受关注的是，文章首次披露了DeepSeek的理论成本和利润率等关键信息。据介绍，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的定价计算，理论上一天的总收入为562027美元/天，成本利润率为545%。 不过，DeepSeek也强调，实际上的收入或许并没有那么多，因为V3的定价相较于R1要更低，另外夜间还会有折扣。 “GPU不够用了” DeepSeek的后劲儿来了，算力需求暴增，“GPU不够用了”。 当DeepSeek以557.6万美元的极低成本训练出性能匹敌GPT-4的V3模型，后又推出推理成本极低的R1模型时，市场的争议在于，AI算力需求是否会被效率革命替代？ DeepSeek的技术路线本质是“算力平权”，其结合算法创新和硬件优化，通 ………………………………