DeepSeek 开源 DeepInfer 时披露：单集群日处理 155 万亿 Token，按谷电价折算，每张 GPU 每小时收入 38 美元（约 270 元人民币）。随后社区用户推算集群仅 2400 卡，甚至算出“1 GW 算力年赚 1500 亿美元（约 1.07 万亿元人民币）”。但这并非算力暴利，而是一场把缓存复用做到极致的工程游戏。

1. 38 美元是怎么来的？
单卡每小时进账 38 美元，并不代表算力贵，反而建立在极低单价上。
官方 API 谷电价：
(a) 全新输出：0.60 美元（约 4.3 元）/ 百万 Token
(b) 命中缓存输入：0.003 美元（约 0.021 元）/ 百万 Token（仅为输出价 1/200）

单卡能跑出 38 美元，关键在于任务大多是长文本 Agent，上下文重叠极多，缓存命中率达 96% 左右。显卡并未花算力做全新生成，而是在搬运已算好的缓存数据。这是靠 2 分钱极低单价加 96% 超高复用率堆出来的。

2. 通用引擎追平，底牌不在内核
开源不到 4 天，SGLang 和 vLLM 便在同硬件下追平性能，折算单卡产出同样接近 39 美元（约 277 元人民币）。专用内核并无壁垒，真正关键的是没开源的外围工程：
(a) 外挂存储：单卡约 14.4 TB 缓存放到分布式存储（3FS），不占显存；
(b) 长效保鲜：缓存保留 3 到 7 天，维持超高命中率；
(c) 物理分离：把“输入”和“输出”拆到不同机器调度。

3. 别把特例当行业暴利
业内的宏观推论存在过度外推：
(a) “单日顶全网一周”：单日 155 万亿 Token 虽接近 OpenRouter 一周走量，但对方散客多、单价高；DeepSeek 是极致批发，两者营收不在一个量级。
(b) “2400 卡与年入千亿”：2400 卡基于 96% 命中率反推，按存储也可推至 6000 到 8000 卡；“1 GW 算力年入千亿”更建立在每张卡全年满载跑高效任务的假设上。现实中利用率跌到 50%，租卡服务商就会亏损。

把缓存和调度做到极限，卖白菜价也能维持单卡产出。但软件壁垒正迅速变窄，未来推理的胜负手，已转向基本功：谁的电价更便宜、谁能搭出低成本大规模存储，以及谁能把机器时刻喂满。

#AI替我说 #Deepseek