数据显示，DeepSeek上线仅21天，日活跃用户（DAU）就已达2215万，占据ChatGPT用户总数的41.6%，超越豆包的1695万日活跃用户，成为全球增长最快的应用，并在157个国家和地区的苹果App Store中排名第一。然而，在用户蜂拥而至的同时，黑客却不断攻击DeepSeek，导致其服务器压力巨大。业内分析认为，部分原因是DeepSeek采用卡片式训练，而推理计算能力不足。一位业内人士告诉《人工智能技术评论》，“频繁出现的服务器问题，可以通过收费或融资购买更多机器轻松解决，最终还是取决于DeepSeek的决策。” 这体现了技术与产品化之间的权衡。 DeepSeek 一直以来主要依靠量子量化技术自给自足，很少获得外部资金，因此现金流压力相对较小，技术环境也较为纯净。目前，鉴于上述问题，一些用户在社交媒体上敦促 DeepSeek 提高使用门槛或推出付费功能，以提升用户使用体验。此外，开发者也开始使用官方 API 或第三方 API 进行优化。然而，DeepSeek 开放平台近期发布公告称：“当前服务器资源紧张，API 服务充值已暂停。”

这无疑为AI基础设施领域的第三方厂商打开了更多机会。近期，国内外众多云厂商纷纷上线DeepSeek的模型API，海外巨头微软、亚马逊等更是在1月底率先加入。国内龙头华为云更是率先行动，于2月1日联合硅基Flow发布了DeepSeek R1和V3推理服务。《AI技术评论》报道称，硅基Flow的服务用户量激增，一度导致平台“崩溃”。BAT（百度、阿里巴巴、腾讯）和字节跳动也从2月3日起推出了低价限时优惠活动，这不禁让人想起去年DeepSeek V2模型发布引发的云厂商价格战，当时DeepSeek被称为“价格屠夫”。云供应商的疯狂举动，与微软 Azure 和 OpenAI 早期的紧密合作如出一辙。2019 年，微软向 OpenAI 投入了 10 亿美元，并在 2023 年 ChatGPT 发布后获益匪浅。然而，在 Meta 开源 Llama 之后，这种紧密关系开始出现裂痕，微软 Azure 生态系统之外的其他供应商也开始用其大型模型进行竞争。DeepSeek 不仅在产品热度上超越了 ChatGPT，还在 o1 发布后推出了开源模型，其热度与 Llama 复兴 GPT-3 的兴奋程度不相上下。

事实上，云厂商也将自己定位为AI应用的流量入口，深化与开发者的合作意味着抢占先机。据悉，在DeepSeek模型上线当天，百度智能云已有超过1.5万客户通过千帆平台使用其模型。此外，一些规模较小的厂商也纷纷推出解决方案，包括硅基流、绿晨科技、传境科技以及多家AI基础设施厂商，均已推出对DeepSeek模型的支持。《AI技术评论》了解到，目前DeepSeek本地化部署的优化机会主要集中在两个方面：一是针对MoE模型的稀疏性特性进行优化，采用混合推理的方式，将6710亿参数的MoE模型部署到本地，同时利用GPU/CPU混合推理；此外，MLA的优化也至关重要。不过，DeepSeek的两个模型在部署优化方面仍面临一些挑战。 “由于模型规模庞大且参数众多，优化过程确实非常复杂，尤其是在本地部署的情况下，实现性能和成本之间的最佳平衡将极具挑战性，”传境科技的一位研究员表示。最大的挑战在于克服内存容量限制。“我们采用异构协作的方式，充分利用 CPU 和其他计算资源，仅将稀疏 MoE 矩阵的非共享部分放在 CPU/DRAM 上，使用高性能 CPU 算子进行处理，而密集部分则保留在 GPU 上，”他进一步解释道。报告显示，传境的开源框架 KTransformers 主要通过模板将各种策略和算子注入到原始的 Transformers 实现中，从而显著提升了使用 CUDAGraph 等方法的推理速度。DeepSeek 为这些初创公司创造了机会，其增长效益日益显现；许多公司在推出 DeepSeek API 后报告了显著的客户增长，并收到了来自寻求优化方案的旧客户的咨询。业内人士指出：“过去，一些较为成熟的客户群体往往被大公司的标准化服务所束缚，受制于规模带来的成本优势。然而，在春节前完成DeepSeek-R1/V3的部署后，我们突然收到了一些知名客户的合作请求，甚至一些之前默默无闻的客户也主动联系我们，希望引入DeepSeek服务。” 目前看来，DeepSeek让模型推理性能变得愈发重要，而随着大模型的广泛应用，这将继续深刻影响人工智能基础设施行业的发展。如果能够以低成本在本地部署DeepSeek级别的模型，将极大地助力政府和企业的数字化转型。然而，挑战依然存在，一些客户可能对大模型的能力抱有很高的期望，这使得在实际部署中平衡性能和成本变得尤为重要。