DeepSeek Inference 5.1 是DeepSeek最新发布的推理引擎，在 MLCommons 推理基准中表现出色。该版本针对大模型高效推理进行了优化，支持 SGLang 等框架，显著提升了吞吐量和延迟性能。测试数据显示，在 Llama 3.1 405B 等模型上，DeepSeek Inference 5.1 的性能超越了 vLLM 和 TensorRT-LLM 等竞品，Elo Rating 排名前列。文章详解其关键特性、基准结果及实际部署建议，助力开发者选择最佳推理方案。（128字）
GB200 NVL72作为深度学习最强硬件之一，本文分享SGLang团队在上篇博客基础上，对DeepSeek V3/R1推理性能的进一步优化，包括FP8 attention、NVFP4 MoE、大规模专家并行（EP）、预填充-解码分离等技术。在FP8 attention和NVFP4 MoE下，SGLang实现每GPU预填充26,156 tokens/s、解码13,386 tokens/s（2000 token输入），较H100提升3.8倍和4.8倍。即使采用传统BF16 attention和FP8 MoE，也达18,471和9,087 tokens/s。优化涵盖低精度计算、更快内核集成、计算通信重叠等，精度损失微乎其微。实验验证了端到端性能大幅提升，并分析了内核级加速效果。（128字）
中国AI企业DeepSeek发布V2模型，在多项中文基准测试中超越GPT-4o，总参数仅236B却实现高效推理。该模型开源后迅速走红，X平台用户测试分享互动超15万，引发本土AI崛起与‘弯道超车’热议。
中国AI企业DeepSeek发布V2模型，在多项中文基准测试中超越GPT-4o，总参数仅236B却高效能耗低。国内用户测试分享互动超15万，引发‘中国AI弯道超车’热议。该开源模型标志本土AI崛起，挑战西方技术霸权。
中国AI公司DeepSeek推出V2模型，在中文数学推理任务中超越GPT-4o，总参数236B却仅激活21B，高效开源架构引爆国内X平台讨论，互动超5万次，彰显中资AI追赶全球势头。
DeepSeek AI发布DeepSeek-V3聊天模型，聊天能力直逼Claude 3.5 Sonnet，完全开源免费。中文社区热议超10万次，高性价比加速中国AI出海，标志开源大模型竞争新格局。
