DeepSeek：跑同一模型，英伟达一年回本

2026年10月20日，DeepSeek把内部推理框架DeepInfer整个翻出来开源，顺手摊开一笔账，当场把行业看愣：同一套模型，英伟达旗舰卡跑满约一年才收回成本，国产阵营的卡一个多月便回本。

一派直呼算力溢价的神话算是破了，另一派却泼来冷水：这笔账的测算前提，得先打个问号。

一台印钞机器多久回本，怎么突然成了中美算力交锋的新战场？

01 回本账的三层数字各有出处

这套引擎从根上就同时支持英伟达CUDA与华为昇腾CANN两套生态，同一套代码栈不用大改，两边集群都能跑起来。源码挂在DeepSeek官方仓库，外界第一次能看清这家头部公司推理集群的底座长什么样。

推理和训练是两回事。训练是把模型教出来，推理是模型真正上线回答用户提问。一家公司每天要服务的查询量，决定了它到底要养多大一池子卡。DeepSeek这次开源自晒的，就是自己这池卡的日常流水。

先看第一档，官方口径。据DeepSeek披露，单集群日吞吐达到155万亿Token，按谷电价折算，每卡每小时收入约38美元。

所谓谷电价，就是用电低谷时段更便宜的工业电价。深圳商报解读这笔账时沿用了同一组数字，后续所有的回本测算，都建立在这个吞吐与单价的底座之上。

这笔账能算出来，前提是部署方式变了。DeepInfer把Prefill与Decode两个阶段拆开，Prefill交给峰值算力最强的硬件，Decode交给性价比最高的硬件，两段各取所长，不再用同一批昂贵卡从头扛到尾。

第二档是市场报价。据公开报价，B300八卡整机落在一千五百万元到一千八百万元区间，国产阵营的950DT八卡节点约两百万元出头。一个数量级的价差，通俗说就是十倍上下。硬件采购端的差距，是回本周期被拉开的直接原因。

第三档才是回本月数本身，出处是一家媒体测算，并非官方结论。浅黑科技按同一套假设推算：B300满载约11个月回本，按八成利用率算约14个月；同口径下950DT约1.3个月回本。三层数字必须分开看，混在一起就变成了官方背书。

同一份测算里，950DT单卡Decode约14K tps。这个指标同样出自该媒体单源口径，目前还没有第三方实测背书。在拆分部署的打法下，单卡吞吐的意义也和传统看法不太一样。

三层数字叠在一起，结论收得很窄：这套回本账能算平，靠的并不是某一块卡的神话，真正起作用的是把部署拆开，让成本结构换了个排法。

02 回本差距背后的成本结构

大模型推理最烧钱的环节其实是两段。用户提问刚进来时，模型要一口气读完整段提示词，这是Prefill阶段，吃的是峰值算力。等开始一个字一个字往外蹦回答，就是Decode阶段，吃的是显存带宽。

过去的做法，是用同一批昂贵硬件把两个阶段从头扛到尾。Prefill那几秒钟需要的峰值算力，Decode阶段根本用不满；可为了前面几秒，后面每一秒都在为这份过剩能力付钱。等于为次要性能付了十倍价钱。

英伟达收这笔溢价，卖的也不光是算力本身。B300整机架在CUDA软件生态之上，企业掏钱买的，是一种开箱就能跑稳的确定性，是遇到问题有人接、出了故障有人兜底的整机溢价。这套确定性过去是稀缺品，贵也有人买。

CUDA生态不是一天长成的。过去十几年，开发者在上面积累的工具库、调试经验、工程习惯，构成了换硬件的隐性成本。换一块芯片容易，换掉十几年的软件栈难，这也是英伟达溢价能长期成立的底子。

DeepInfer做的事情，是把Decode那一段，交给单位成本最低的硬件去扛。等于把整笔AI算力开销拆开来重新摆一遍，让整套系统的综合效率，而不是单卡参数，来决定一个集群的商业回报。

行业里过去有个心照不宣的说法：“选英伟达，出了问题老板不会骂到自己头上。”贵归贵，出了事责任不在自己选的。这本DeepSeek的账如果被更多集群拿去复算、复跑，这个共识就会松动。松动不是崩塌，但方向已经在动。

更深一层看，硬件受限的处境在中国反而逼出了另一手工程硬功夫，正在把这场算力竞赛的标尺，从拼绝对参数，拉向拼算法优化、拼硬件架构、拼商业回报的系统维度。单块芯片的跑分不再是唯一的胜负手，整套系统怎么搭配、怎么调度，开始和芯片本身一样值钱。

反方的话也要摆在桌面上。钛媒体指出，DeepInfer首批公开的性能基准，主要基于英伟达GPU跑出，国产卡一侧的性能数据还没有同等待遇。与此同时，昇腾CANN一侧的适配调优也在往前赶，950DT路线的后续表现同样需要时间验证。

两边并置才看得清：一边是成熟生态的确定性，一边是低成本路线的潜在弹性。回本周期的差距，既来自硬件采购价差了十倍，也来自拆分部署之后，系统效率被重新分配。

03 测算口径与方向信号

先把风险说透。眼下这本账，终究出自一家媒体之手，DeepSeek官方从未发布过任何回本对比结论。收益假设偏乐观、满负荷率假设偏满，是业界公认的两处水分。一旦真实利用率打折，回本周期就会相应拉长。

测算里还押着几个前提。38美元的每卡时收入，建立在谷电价和高吞吐之上；电价是波动的，出租率是波动的，Token单价更是跟着市场走。任何一个假设往下走一档，回本月数就会往上走一大截。

换句话说，1.3个月这个数字，现阶段不能当成投资依据，也不能当成国产卡已经打赢的判决书。它更接近一次压力测试：在最理想的利用率下，低成本路线的账理论上算得平。

可方向上的信号，已经立住了。DeepInfer这套推理框架双生态兼容，等于说以后换硬件，不必再把整个系统推倒重写。过去换芯片厂商，往往要重写算子、重新调优，代价比硬件本身还贵。软件层的迁移成本，正在被这套开源框架抹平。

当算力从少数人围观的技术奇观，变成一门要算账的生意，靠的从来不是单块芯片的神话，而是按每瓦电费、每张卡的租金，一笔一笔把账算平。能不能给出租户一个体面的回报率，才是这门生意真正的入场券。

真正该记住的，并不是那个被反复转发的约1.3个月测算值，而是这个方向：一旦换芯片不必再重写整套系统，算力竞争的定价权，就开始从单卡参数，向系统效率转移。

对集群运营方来说，这本账的用法不是照着1.3个月去投钱，而是重新审视自己手里的卡组合：哪一段负载该用哪一类硬件，过去可能算粗了。

这本账的最终答案，要等更多集群拿自己的负载去复算。在那之前，它已经完成了一件事：让整个行业重新算一遍自己的回本周期。