3月1日，DeepSeek於知乎開設官方賬號，釋出《DeepSeek-V3/R1推理系統概覽》技術文章，首次公佈模型推理系統最佳化細節，並披露成本利潤率關鍵資訊。
文章寫道：“DeepSeek-V3 / R1 推理系統的最佳化目標是：更大的吞吐，更低的延遲。”為實現這兩個目標，DeepSeek的方案是使用大規模跨節點專家並行（EP），但該方案也增加了系統複雜性。文章的主要內容就是關於如何使用EP增長批次大小（batch size）、隱藏傳輸耗時以及進行負載均衡。
文章還率先披露了DeepSeek的理論成本和利潤率等關鍵資訊。“假定GPU租賃成本為2美金/小時，總成本為$87,072/天。……如果所有 tokens全部按照DeepSeek R1的定價計算，
理論上一天的總收入為$562,027，成本利潤率545%
。”（一財科技）