1. 背景：为什么研究 DeepSeek
1.1 一家量化基金公司的超算
DeepSeek 的前身是幻方量化（High-Flyer Quant）——2015 年成立的量化对冲基金。2016 年起幻方探索用 AI 做量化交易、2019 年公开宣布全面使用 AI 策略，并自建了名为 fire-Flyer（萤火） 的 GPU 集群；2021 年建成的 fire-Flyer 二代搭载了 1 万张 PCIe 版 NVIDIA A100，是彼时中国最大的私有 AI 算力集群之一。2023 年 7 月，幻方把 AI 研究部门独立为 DeepSeek。
这段历史解释了 DeepSeek 与四大海外实验室的根本不同：它从一开始就是"用自有算力做研究"的成本敏感型组织。买卡的钱来自交易利润，没有云业务可以摊薄成本，也没有理由为品牌溢价付费。2024 年 8 月发布的 Fire-Flyer AI-HPC 论文（arXiv:2408.14158，发表于 SC'24）把这套成本哲学写成了系统论文：
- 1 万张 PCIe A100（而非 DGX 整机）自建集群，通过软硬件协同设计达到 接近 DGX-A100 的性能水平，成本约为一半，能耗降低 40%；
- 核心组件全部自研：HFReduce（RDMA allreduce，快于 NCCL）、HaiScale（并行训练框架，计算通信重叠）、3FS（Fire-Flyer File System）、HAI-Platform（集群平台），配套计算存储一体化网络（两层 fat-tree 同时跑计算流与存储流）；
- 论文标题直接点题：A Cost-Effective Software-Hardware Co-Design——"成本有效的软硬件协同设计"，这是理解 DeepSeek 一切后续工作的钥匙。
1.2 出口管制：在"残血版"GPU 上做前沿研究
DeepSeek 的硬件环境一直是受限版 NVIDIA GPU，这正是理解其技术选择的背景板：
| 时间 | 事件 | 影响 |
|---|---|---|
| 2022-10 | 美国首轮对华 AI 芯片出口管制 | A100/H100 禁售，NVIDIA 推出降规格 A800/H800（算力基本不变，NVLink 带宽大幅削减） |
| 2023-10-17 | 管制升级 | A800/H800 也被禁，NVIDIA 再推 H20（算力大幅削减但保留高显存带宽与互联） |
| 2024-12 | DeepSeek-V3 发布 | 训练基于 2048 张 H800（每节点 8 卡 NVLink，节点间 IB） |
| 2025 全年 | H20 在许可与禁售间反复 | DeepSeek 以推理部署与工程优化应对；昇腾等国产芯片适配开始 |
| 2026 | DeepEP/DeepGEMM/FlashMLA 相继发布 Ascend 950 版本 | 从"单一路线依赖"转向"多硬件后端"（见 第 8 章） |
一个关键的反差：H800 相对 H100 被砍掉的是互联带宽（NVLink），不是算力。这直接塑造了 V3 的技术路线——算力要榨干（FP8），通信要藏住（DualPipe、节点受限路由、计算通信重叠）。DeepSeek 在 ISCA'25 论文（arXiv:2505.09343）中把这些经验总结为面向硬件厂商的设计建议（见 第 2 章）。
1.3 从 V2 到 V4：跃迁时间线
这张时间线有三个转折点值得记住：
- V2→V3（2024-05 → 2024-12）：从算法创新到系统工程。 V2 已经把 MLA 和细粒度 MoE 的架构牌打出去了，但让 V3 封神的是基础设施账：557.6 万美元、训练全程零回滚、每 1T tokens 仅需 180K H800 GPU 小时（2048 卡上 3.7 天）。
- V3→R1（2024-12 → 2025-01）：从训练工程到 RL 工程。 R1 用纯 RL 让推理能力涌现（R1-Zero 的 AIME 从 15.6% 涨到 77.9%），MIT 许可开源，在 2025-01-27 前后引发全球范围的"DeepSeek 时刻"——这一天英伟达股价下跌约 17%，"算力即霸权"的叙事第一次被公开地系统性质疑。
- V3.1→V4（2025-08 → 2026-04）：从效率叙事回到规模叙事。 当效率优势确立后，DeepSeek 开始把省下的钱换成规模：V3.2 的 DSA 把长上下文成本打下来，V4 直接把上下文推到 1M、参数推到 1.6T（V4-Pro）——"用工程换算力"不是不堆算力，而是每瓦、每美元、每比特带宽都花在刀刃上。
1.4 研究主线
后续章节围绕五条主线展开，它们对应 DeepSeek 最具辨识度、也最值得工程借鉴的设计决策：
- 算法—系统协同设计（第 2 章，第 5 章）：MLA、FP8、DualPipe、细粒度 EP 不是四个独立优化，而是一套互相咬合的设计——任何一个单独看都会误判。
- 用工程换算力（第 2 章，第 4 章）：557.6 万美元的训练账、545% 的理论推理利润率、错峰定价——成本工程本身就是战略。
- 全链路开源（第 6 章，第 8 章）：权重 MIT + 训练/通信/内核/存储全开源，是技术品牌、招聘杠杆与生态位的组合拳。
- 受限硬件下的设计哲学（第 5 章，第 8 章）：从 H800 的残血 NVLink 到 H20 的残血算力，再到 2026 年的 Ascend 多后端，"为约束而设计"的方法论。
- 推理成本工程（第 8 章）：PD 分离、冗余专家、FP8 KV、DSA——把"服务一个 token 的成本"当成一等公民指标。
下一章 核心思想 将把这五条主线展开为可对照的设计原则。