财通证券研究报告深度解析了DeepSeek于2025年2月24日至28日开展的开源周。五天时间，DeepSeek连续开源了FlashMLA、DeepEP、DeepGEMM、DualPipe与EPLB优化并行策略、3FS并行文件系统六大代码库，覆盖训练、推理、通信、负载均衡及数据加速的全链路。开源周结束后第6天，DeepSeek进一步发布V3/R1推理系统概述，披露了高达545%的理论成本利润率。这一系列开源动作不仅展示了DeepSeek在AI基础设施层面的工程能力，更通过极致的开源精神向全球开发者社区释放了巨大的技术红利。

DeepSeek开源周自2月24日启动，连续五天每天开源一个核心技术项目。第一天发布FlashMLA——专为Hopper架构打造的高效MLA解码器，可高效处理变长序列，优化内存管理。第二天发布DeepEP——首个为MoE量身定制的灵活GPU资源控制通信库。第三天推出DeepGEMM——支持稠密和MoE模型的FP8计算库，核心逻辑仅约300行代码。第四天推出优化并行策略，包括DualPipe双向流水线并行算法和EPLB专家并行负载均衡工具。第五天发布3FS并行文件系统和轻量化数据处理工具Smallpond。开源周结束后第6天，DeepSeek又惊喜发布V3/R1推理系统概述文档。

在GitHub上，这些开源项目累计获得星星数量接近2.8万颗。从技术栈来看，DeepSeek此次开源覆盖了从硬件底层优化（FlashMLA的PTX级调优）、通信层（DeepEP的RDMA优化）、计算层（DeepGEMM的FP8矩阵乘法）、并行策略层（DualPipe和EPLB）到数据存储层（3FS）的完整技术栈。这种全链路、系统级的开源策略在AI行业中极为罕见，体现了DeepSeek“没有象牙塔，只有纯粹的车库创业精神”的开源理念。

FlashMLA是DeepSeek专为英伟达Hopper GPU开发的高效MLA解码内核，特别针对变长序列进行了优化。MLA（多头潜在注意力）是DeepSeek在DeepSeek-V2及后续模型中引入的核心技术，通过低秩近似方法将每次查询所需的KV缓存减少了约93.3%。FlashMLA在此基础上进一步优化了MLA解码和分页KV缓存管理，支持BF16精度和块大小为64的分页KV缓存。

经实测，在H800 SXM5平台（CUDA 12.8）上，FlashMLA在内存受限配置下可达到最高3000GB/s的带宽，在计算受限配置下可达到580TFLOPS的峰值性能。作为对比，H800 SXM5的峰值内存带宽为3.35TB/s，峰值算力为990TFLOPS。FlashMLA将H800的内存带宽利用率推至近90%，计算性能利用率达58.6%。网友评价道：“向工程团队致以崇高的敬意，从Hopper的张量核中挤出了每一个FLOP”。

DeepEP是首个专为MoE（混合专家系统）和专家并行定制的通信库。MoE模型通过“门控网络”将任务分配给最擅长的专家处理，但专家并行时GPU间通信成为瓶颈。DeepEP提供高吞吐量和低延迟的all-to-all GPU内核，支持NVLink和RDMA，并实现了基于回调机制的通信-计算重叠方法，不占用SM资源。在H800测试中，纯RDMA低延迟内核在256专家并行下分派延迟仅194微秒、带宽39GB/s。腾讯技术团队随后对DeepEP进行深度优化，使其性能进一步提升30%。

DeepGEMM是支持稠密和MoE模型的FP8低精度通用矩阵乘法库。FP8将32位或16位数据压缩至8位存储，内存占用减少、计算速度更快，但面临精度丢失风险。DeepGEMM采用两级累积防错设计——先在Hopper Tensor Core上用FP8进行大批量乘法，再在CUDA核心上以BF16精度累加。核心逻辑仅约300行代码，采用轻量级JIT编译，在大多数矩阵规模下超越专家级优化内核。

表1：DeepSeek开源周六大项目核心性能指标

开源项目	发布时间	核心功能	关键性能指标
FlashMLA	Day 1	Hopper GPU高效MLA解码内核	3000GB/s带宽，580TFLOPS算力
DeepEP	Day 2	MoE模型通信库	256专家下194微秒延迟，39GB/s带宽
DeepGEMM	Day 3	FP8矩阵乘法库	1350+ TFLOPS算力，300行核心代码
DualPipe+EPLB	Day 4	双向流水线并行+负载均衡	计算与通信完全重叠
3FS+Smallpond	Day 5	并行文件系统+数据处理	6.6TiB/s读取，3.66TiB/min排序

DeepSeek-V3/R1推理系统通过三大负载均衡器实现高吞吐量和低延迟。Prefill Load Balancer平衡各GPU的core-attention计算量和输入token数量；Decode Load Balancer平衡各GPU的KVCache占用量和请求数量；Expert-Parallel Load Balancer平衡每个GPU上的专家计算量。推理服务在H800 GPU上运行，矩阵乘法和分派传输采用FP8格式，核心MLA计算和组合传输使用BF16格式。

在24小时统计周期内（2月27日12点至2月28日12点），V3和R1处理了6080亿输入token（56.3%命中磁盘KV缓存）和1680亿输出token。平均节点占用数为226.75个（每节点8个H800 GPU），按每小时2美元租赁成本计算，日总成本为87,072美元。若按R1定价收费，理论日收入为561,975美元，成本利润率高达545%。不过DeepSeek表示实际收入远低于此，因V3定价较低、网页和APP免费、夜间有折扣。