3月1日，DeepSeek于知乎开设官方账号，独家发布《DeepSeek-V3/R1推理系统概览》技术文章，首次公布模型推理系统优化细节，并披露成本利润率关键信息，标志着全球关注的“DeepSeek开源周”正式收官。不久前，月之暗面、微软研究院、清华大学、阶跃星辰等开源项目参与者，均在知乎分享研究成果和经历。

作为“DeepSeek开源周”的收官之作，DeepSeeK知乎官方账号正式亮相，并发布文章详述V3/R1推理系统。文章写道：“DeepSeek-V3 / R1 推理系统的优化目标是：更大的吞吐，更低的延迟。”为实现这两个目标，DeepSeek的方案是使用大规模跨节点专家并行（EP），但该方案也增加了系统复杂性。文章的主要内容就是关于如何使用EP增长批量大小（batch size）、隐藏传输耗时以及进行负载均衡。

据了解，“DeepSeek开源周”自2月24日至2月28日，陆续开源最新技术进展。其中包括，FlashMLA、DeepEP、DeepGEMM和3FS四个开源项目，以及DualPipe、EPLB等代码库。

此次收官文章再次点燃了知乎对AI的讨论热情，相关问题下从业者云集。事实上，“发完论文，上知乎亲自答”，已成为人工智能研究者的风潮。2月20日，月之暗面开源MoBA框架研发人员鹿恩哲、苏剑林分别在知乎讲述了研发思路，引发了业界对“稀疏注意力”框架的讨论。与此同时，微软研究院、清华大学团队以及阶跃星辰开源模型参与者，均发文分享研究了各自成果与历程。这被业界称为继模型开源、论文开源之后的一次“思维链开源”。（张经）