数据表明，自发布以来，DeepSeek在短短21天内就累积了2215万活跃用户（DAU），占Chatgpt用户群的41.6％，超过1695万Douelao的活跃用户，从而成为全球增长最快的应用程序，从而成为157个国家/地区的Apple App Store。但是，尽管用户蜂拥而至，但网络黑客一直在不懈地攻击DeepSeek应用程序，从而对其服务器造成了重大压力。行业分析师认为，这部分是由于DeepSeek部署了用于培训的卡，同时缺乏足够的计算能力来推理。行业内部人士告知AI技术评论，“可以通过收取费用或融资来购买更多机器来轻松解决服务器问题；最终，这取决于DeepSeek的决定。”这在专注于技术与生产力方面进行了权衡。 DeepSeek在很大程度上依赖量子量化来进行自我维护，几乎没有获得外部资金，从而导致现金流动压力相对较低，并且具有更纯净的技术环境。目前，鉴于上述问题，一些用户敦促在社交媒体上进行DeepSeek提升使用阈值或引入付费功能以增强用户舒适性。此外，开发人员已经开始利用官方API或第三方API进行优化。但是，DeepSeek的开放平台最近宣布：“当前的服务器资源很少，API服务充值已被暂停。”

毫无疑问，这为AI基础设施领域的第三方供应商打开了更多机会。最近，许多国内和国际云巨头推出了DeepSeek的模型API -Overseas巨头Microsoft和Amazon是1月底最早加入的人之一。国内领导人华为云采取了第一步，并于2月1日与基于硅的Flow合作发布了DeepSeek R1和V3推理服务。AI技术评论的报告表明，总部位于硅的Flow Services看到了大量用户的涌入，有效地“崩溃”了该平台。这家三大科技公司（BAIDU，阿里巴巴，腾讯）和拜托斯（Bytedance）也发行了低成本的限时报价，从2月3日开始，让人联想到去年的云供应商价格战，DeepSeek的V2模型推出，DeepSeek的DeepSeek开始被称为“ Price Butcher”。云供应商的疯狂行动与Microsoft Azure和Openai之间的较早牢固的联系呼应，2019年，Microsoft在2023年Chatgpt在2023年推出后，对OpenAi进行了10亿美元的投资，并从2023年推出后获得了收益。但是，这种紧密的关系开始在Meta开放式Llama之后开始与Microsoft ecosystem的其他模型相处，使其与其他卖机相处，使其与Microsoft ecosysy竞争。在这种情况下，DeepSeek不仅在产品热量方面超过了Chatgpt，而且在O1发行后也引入了开源模型，类似于围绕Llama复兴GPT-3的兴奋。

实际上，云提供商还将自己定位为AI应用程序的交通网关，这意味着与开发人员的联系加深了联系，转化为先发制人的优势。报告表明，百度智能云在模型发布日通过Qianfan平台拥有15,000多个客户使用DeepSeek模型。此外，几家较小的公司还提供解决方案，包括基于硅的流量，Luchen Technology，Chuanjing Technology以及各种对DeepSeek模型的支持的AI Infra提供商。 AI技术评论了解到，当前主要存在于两个领域的DeepSeek局部部署的优化机会：一种使用混合推理方法优化MOE模型的稀疏特性，以在本地部署6710亿个MOE模型，同时利用混合GPU/CPU/CPU/CPU选择。另外，MLA的优化至关重要。但是，DeepSeek的两个模型在部署优化方面仍然面临一些挑战。 Chuanjing Technology的研究人员说：“由于模型的规模和许多参数，优化确实很复杂，特别是对于在绩效和成本之间达到最佳平衡的本地部署将具有挑战性。”最重要的障碍在于克服内存能力限制。他进一步解释说：“我们采用异构协作方法充分利用CPU和其他计算资源，仅将稀疏的MOE矩阵的非共享部分放在CPU/DRAM上，用于使用高性能CPU操作员处理，而密集的部分则留在GPU上。”报告表明，Chuanjing的开源框架KtransFormers主要通过模板将各种策略和操作员注入原始变形金刚实现，从而使用Cudagraph等方法显着提高推理速度。 DeepSeek为这些初创公司创造了机会，因为增长益处变得显而易见。许多公司在推出DeepSeek API后报告了明显的客户增长，并收到了以前的客户寻求优化的询问。行业内部人士指出：“过去，经常将某种成熟的客户群锁定在大型公司的标准化服务中，受其成本优势的紧密限制。但是，在完成春季音乐节之前的DeepSeek-R1/V3部署后，我们突然突然收到了几个知名客户的合作要求，甚至从几个知名的客户那里收到了以前的客户，甚至接触了我们的DeepSeekssects Serviceek。”目前，DeepSeek似乎正在使模型推理绩效越来越重要，并且随着大型模型的广泛采用，这将继续影响AI Infra行业的发展。如果可以以低成本的价格在本地部署DeepSeek级别的模型，那将极大地帮助政府和企业数字化转型工作。但是，挑战仍然存在，因为一些客户可能对大型模型功能抱有很高的期望，这使得平衡性能和成本在实际部署中变得至关重要。