3月3日，财通证券发表研究报告称：
DeepSeek开源周：更大的吞吐，更低的延迟，更极致的性价比。DeepSeek在2月24日至28日进行了为期5天的开源周“技术轰炸”，开源了5大代码库，覆盖训练、推理、通信、负载均衡以及数据加速的全链路，惊喜连连。开源周第1天发布FlashMLA，一款专为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，榨取GPU极致性能。开源周第2天发布DeepEP，聚焦通信资源利用，提升数据高效传输，是首个为MoE量身定制的灵活GPU资源控制通信库。开源周的第三天，DeepSeek推出了支持稠密和MoE模型的FP8计算库——DeepGEMM，核心逻辑仅约300行代码直面AI计算中最频繁的矩阵乘法，可为V3/R1的训练和推理提供强大支持。开源周第4天，DeepSeek推出了一系列优化并行策略，包括DualPipe——一种用于V3/R1模型训练中实现计算与通信重叠的双向流水线并行算法；以及EPLB——一个针对V3/R1模型的专家并行负载均衡工具，并深入分析了V3/R1模型中的计算与通信重叠机制。开源周的最后一天，DeepSeek发布了3FS并行文件系统，旨在应对人工智能训练和推理工作负载带来的挑战。该系统利用现代固态硬盘（SSDs）和RDMA网络，提供一个共享存储层，从而简化分布式应用程序的开发，并加速DeepSeek平台上所有数据访问操作。
OneMoreThing：DeepSeek-V3/R1推理系统实现大模型推理545%理论成本利润率。在开源周结束5天“技术轰炸”后，DeepSeek于第6天惊喜发布关于DeepSeek-V3/R1推理系统概述的文档，展示了如何通过跨节点并行、负载均衡和动态资源管理实现高吞吐量、低延迟和高性价比的推理服务，以实现545%理论成本利润率。DeepSeek提出了三种负载均衡器：PrefillLoadBalancer、DecodeLoadBalancer和Expert-ParallelLoadBalancer。它们分别针对不同的核心问题进行优化，目标是为每个GPU分配均衡的计算和通信负载，从而提高整体系统效率。
DeepSeek开源六连击，尽显极客风采：DeepSeek开源周上接连不断的技术发布，彰显了团队的极客精神和开源理念。正如其官方所言：“这里没有象牙塔，只有秉持纯粹的车库创业精神和社区驱动的创新理念。”此次FlashMLA项目中同样包含了一行内联代码，这表明DeepSeek团队深入至高级编程语言CUDA和GPU的底层机器代码之间，对GPU的并行计算、内存访问等进行更加细致的控制，进一步提升程序的性能。这不仅体现了团队对算法的深耕，也展现了他们对效率的极致工程化追求。
