DeepSeek 推理经济测算:GPU 规模从数千到十万级

围绕 DeepSeek 的猜测,这一簇帖子没有继续追逐“新加坡算力”“补贴输血”等阴谋论,而是转向在公开价格与吞吐参数下做推理经济测算。teortaxesTex 与 cneuralnetwork 用单价、吞吐和负载假设反推:DeepSeek 支撑不同收入规模大约需要多少推理 GPU,并借此解释为什么高端算力资产依然昂贵。

关键测算

较乐观的一组口径来自 cneuralnetwork 与 teortaxesTex:按 10K tokens/s/GPU、$0.28/百万 token 计算,单卡年收入约 $88.3K。据此反推,做到 $500M ARR 仅需约 5662 张 GPU;而按当前 V4 的价格和速度,若要冲到 $8B ARR,峰值满载时大约需要 10 万级别推理 GPU(对应约 11.5 quadrillion tokens 量级)。

另一组更保守的估算基于 teortaxesTex 所说的 bundle cost:若折算后相当于峰值负载下约 1000–2000 秒的 GPU 时间,则单卡年收入约 $28K–$55.7K,对应 9000–18000 块 GPU(约 1–2 个集群)。继续外推,100 万张 GPU 可对应 $88.3B 量级的收入规模。

算力资产为何依然昂贵

teortaxesTex 把这套收入模型与硬件价格挂钩,称一台走私来的、带 8 张 B300 GPU 的服务器即使标价 $1M 也“算合理”,因为按推理经济看,算力资产本身可能像“印钞机”一样被定价,GPU 已进入极端紧缺状态。

整体看,这组帖子没有给出 DeepSeek 官方数据,而是提供了几套公开参数下的粗略区间:在不同利用率假设下,所需 GPU 规模从数千到十万级不等,也反映出推理业务里价格、负载与资本开支之间的高度敏感。

2026-07-15 ~ 2026-07-15 · 8 条相关

一手来源

另有 1 条近重复转述:teortaxesTex