12月20日，SGLang AI金融π对在杭州举办，聚焦大模型推理效率问题。活动中，昇腾作为算力平台被多次提及，现已原生支持SGLang推理引擎，DeepSeek、Qwen等模型可直接运行无需修改代码。SGLang通过HiCache、Mooncake等系统能力优化高并发、长上下文推理场景，并显著提升强化学习效率。昇腾与SGLang深度共建，优化覆盖多模态生成、量化及图模式支持，实现高性能推理。活动还展示了昇腾在真实业务场景中的灰度测试成果，未来将围绕推理系统持续投入，构建开源生态协作能力，推动AI算力规模化稳定运行。

3月1日，DeepSeek发布文章《DeepSeek-V3/R1 推理系统概览》，首次公开其理论成本和利润率。文中指出，假设GPU租赁成本为2美元/小时，DeepSeek V3/R1的日总成本为87072美元。若按DeepSeek R1定价计算，日总收入可达562027美元，从而实现高达545%的成本利润率。

DeepSeek官方在3月1日于知乎发布文章，详解DeepSeek-V3/R1推理系统。该系统旨在实现更大吞吐和更低延迟。通过大规模跨节点专家并行(EP)技术，系统优化了批处理大小，提高了传输效率。计算通信重叠技术进一步降低了延迟。此外，负载均衡策略确保了各GPU的均衡工作量。据统计，在2025年2月27日12:00至28日12:00期间，系统峰值占用278个节点，平均占用226.75个节点。系统每秒处理约73.7k输入tokens，14.8k输出tokens，总收入理论可达$562,027/天。