DeepSeek เปิดซอร์สเฟรมเวิร์กอนุมาน โซเชียลมีเดียประเมินอัตรากำไรขั้นต้นอาจเกิน 95%

การเปิดซอร์สเฟรมเวิร์กอนุมานของ DeepSeek เปลี่ยนการถกเถียงในอุตสาหกรรมโมเดลขนาดใหญ่จากความสามารถของโมเดลไปสู่ต้นทุนการอนุมาน

เมื่อวันที่ 20 ตุลาคม DeepSeek ประกาศเปิดซอร์สเฟรมเวิร์กอนุมานภายใน DeepInfer รวมถึง deepseek-recipe สำหรับการเข้ารหัสและถอดรหัสโทเค็น DeepSeek ระบุว่า DeepInfer รองรับการอนุมานขนาดใหญ่สำหรับ DeepSeek V4.1-Flash โดยมีเป้าหมายเพิ่มปริมาณงานพร้อมลดความหน่วง เฟรมเวิร์กนี้รองรับ NVIDIA GPU และ Huawei Ascend NPU และอยู่ภายใต้ใบอนุญาตโอเพนซอร์ส Apache-2.0

ภูมิหลังหนึ่งที่ทำให้การเปิดซอร์สครั้งนี้ได้รับความสนใจคือรายได้จากบริการอนุมานที่ DeepSeek เปิดเผย ตาม Q&A การปรับใช้ที่ DeepSeek เผยแพร่บน GitHub V4.1-Flash ประมวลผล 1.55 ล้านล้านโทเค็นต่อวันต่อคลัสเตอร์ โดยมีรายได้รวมอยู่ที่ 38 ดอลลาร์ต่อชั่วโมง GPU ตามราคาในช่วงนอกชั่วโมงเร่งด่วน

จากสมมติฐานเกี่ยวกับอัตราแคช ปริมาณงาน และราคา โซเชียลมีเดียประเมินว่าอัตรากำไรขั้นต้นจากการอนุมานอาจสูงถึง 84.2% ถึง 96.1% นักวิเคราะห์ชี้ว่าอัตรากำไรขั้นต้นของ API ของโมเดลหลักจาก OpenAI และ Anthropic ก็อยู่ที่ประมาณ 95% เช่นกัน

การเปิดเผยนี้ให้โอกาสแก่ผู้สังเกตการณ์ภายนอกในการวิเคราะห์เศรษฐศาสตร์ของการอนุมาน อย่างไรก็ตาม ตัวเลขรายได้เพียงอย่างเดียวไม่ได้บ่งบอกระดับกำไร เพื่อกำหนดว่ากำไรขั้นต้นเท่าใดที่สอดคล้องกับรายได้ 38 ดอลลาร์ต่อชั่วโมง ต้องพิจารณาต้นทุนเช่นค่าเสื่อมราคาฮาร์ดแวร์ พลังงาน เครือข่าย พื้นที่จัดเก็บแคช และการบำรุงรักษาการดำเนินงานด้วย

โซเชียลมีเดียประเมินอัตรากำไรขั้นต้นเกิน 96%

นักวิจัยการลงทุนด้านเทคโนโลยีในต่างประเทศ Zephyr เผยแพร่การคำนวณบนแพลตฟอร์มโซเชียล X โดยระบุว่า DeepSeek ได้ "เปิดเผยความลับหลักเบื้องหลังโมเดลธุรกิจของตน" อย่างมีประสิทธิภาพ เขาประเมินว่าอัตรากำไรขั้นต้นจากการอนุมานของ DeepSeek อาจสูงถึง 84.2% ถึง 96.1% ซึ่งแก้ไขช่วงก่อนหน้านี้ที่ 87.76% ถึง 96.94%

เขาสร้างโมเดลฐานทั่วไป: สมมติว่าในการผลิตจริง 97% ของอินพุตตรงกับแคชคีย์-ค่า โดย 2% ของอินพุตพลาดแคช และ 1% เป็นเอาต์พุต

อินพุตที่แคช: คิดเป็น 97% ของปริมาณโทเค็นทั้งหมด (ราคาต่อหน่วยต่ำมาก ภาระการคำนวณน้อยมาก);

อินพุตที่ไม่แคช/พรีฟิล: คิดเป็น 2% ของปริมาณโทเค็นทั้งหมด;

เอาต์พุต/ถอดรหัส: คิดเป็น 1% ของปริมาณโทเค็นทั้งหมด

ภายใต้โครงสร้างทราฟฟิกนี้ Zephyr รวมปริมาณงานสูงสุดต่อการ์ดที่เผยแพร่อย่างเป็นทางการ (80,000 โทเค็นต่อวินาทีสำหรับพรีฟิล, 16,000 โทเค็นต่อวินาทีสำหรับถอดรหัส) เพื่อประมาณมูลค่าเอาต์พุต ตามโมเดลของเขา GPU ที่ใช้งานเต็มกำลังตามทฤษฎีสามารถประมวลผลชุดโทเค็นที่สอดคล้องกันและสร้างรายได้ประมาณ 49 ดอลลาร์ต่อชั่วโมง

หากพิจารณาต้นทุนการเช่าแบบครอบคลุมปัจจุบันของ GPU ระดับบน (เช่น NVIDIA H100 หรือฮาร์ดแวร์รุ่นถัดไปที่คล้ายกัน) ในตลาดคลาวด์สาธารณะในต่างประเทศ ซึ่งโดยทั่วไปอยู่ระหว่าง 1.5 ถึง 4 ดอลลาร์ต่อชั่วโมง สูตรอัตรากำไรขั้นต้นจากการอนุมานระดับฮาร์ดแวร์คือ:

ภายใต้เงื่อนไขการทดสอบที่รุนแรง (ผลิตรายได้ 49 ดอลลาร์ต่อชั่วโมง โดยต้นทุนการคำนวณอยู่ระหว่าง 1.5 ถึง 6 ดอลลาร์):

Zephyr ระบุว่าภายใต้โหลดอุดมคติเฉพาะ อัตรากำไรขั้นต้นของธุรกิจอนุมานที่สอดคล้องกันของเฟรมเวิร์กอยู่ระหว่าง 87.76% และ 96.94% เขากล่าวอย่างตรงไปตรงมาในทวีตว่า "ผลการทดสอบสาธารณะของ NVIDIA, SGLang และ vLLM ถูกบดขยี้โดยตรง"

ต่อมา Zephyr ได้แก้ไขพารามิเตอร์การคำนวณตามรายละเอียดการดำเนินงานจริงที่ DeepSeek เปิดเผย เขาเสริมว่า "อัตรากำไรขั้นต้นสุดขั้วเหล่านี้อิงตามสถานการณ์อุดมคติ ซึ่งผู้ให้บริการสามารถผลิตรายได้ประมาณ 49 ดอลลาร์ต่อชั่วโมง DeepSeek เปิดเผยอย่างเป็นทางการว่ารายได้จริงต่อการ์ดในช่วงนอกชั่วโมงเร่งด่วนอยู่ที่ประมาณ 38 ดอลลาร์ และสภาพแวดล้อมการผลิตสามารถทำได้ประมาณ 80% ของประสิทธิภาพการทดสอบมาตรฐาน จากตัวเลขล่าสุดเหล่านี้ อัตรากำไรขั้นต้นจากการดำเนินงานจริงอยู่ระหว่าง 84.2% และ 96.1%"

ปัจจุบันในตลาดบริการคลาวด์ในต่างประเทศ ต้นทุนรวมในการเช่า GPU ระดับบนโดยทั่วไปอยู่ระหว่าง 2 ถึง 4 ดอลลาร์ต่อชั่วโมง ช่องว่างที่สำคัญระหว่างมูลค่าเอาต์พุต 38 ดอลลาร์ต่อการ์ดต่อชั่วโมงกับต้นทุนการคำนวณต่อหน่วยเป็นพื้นฐานหลักในการผลักดันการประมาณอัตรากำไรขั้นต้นให้สูงขึ้น

การวิเคราะห์แนวนอนของอุตสาหกรรม: อัตรากำไรขั้นต้นของห้องปฏิบัติการชั้นนำ

หลังจากการเผยแพร่การคำนวณนี้ ได้จุดประกายการอภิปรายต่อเนื่องภายในอุตสาหกรรมอย่างรวดเร็วเกี่ยวกับความสามารถในการทำกำไรที่แท้จริงของห้องปฏิบัติการ AI ชั้นนำ

อเล็กซ์ คอร์ริโน ผู้สังเกตการณ์การลงทุนด้านเทคโนโลยีตั้งคำถามขณะแชร์การคำนวณข้างต้นว่า "ถ้าฉันบอกคุณว่าอัตรากำไรขั้นต้นของ API ของห้องปฏิบัติการ AI ชั้นนำทั้งหมดน่าจะสูงกว่า 80% ล่ะ?"

Zephyr อ้างทวีตทันทีและให้การตัดสินที่ก้าวร้าวมากขึ้น: "สำหรับ Anthropic และ OpenAI ตัวเลขนี้จริงๆ แล้วคือ 95% (ใช้ได้กับโมเดลหลักเช่น Sol, Fable, Sonnet, Astra เป็นต้น)"

Anthropic ทำเงินมหาศาลแน่นอนหรือไม่?

ภายใต้สมมติฐานที่ว่าอุตสาหกรรมทั้งหมดโดยทั่วไปมีอัตรากำไรขั้นต้นสูง นักวิเคราะห์การลงทุน Scott ได้แปลตรรกะนี้เพิ่มเติมเป็นโมเดลเศรษฐกิจ "การสมัครสมาชิก" ของผู้ใช้ปลายทาง โดยอนุมานไพ่จริงของผู้เล่นชั้นนำในต่างประเทศ

ตามรายงานภาคปฏิบัติจากสถาบันวิจัย SemiAnalysis ขีดจำกัดโทเค็นที่ใช้งานได้จริงที่ Anthropic มอบให้สำหรับสมาชิกพรีเมียม "Claude Max" สูงถึง 58.6 เท่าของราคาต่อหน่วย API อย่างเป็นทางการ สิ่งนี้นำไปสู่การคาดเดาว่าผู้ใช้สมัครสมาชิกที่มีการใช้งานสูงจะกัดกร่อนกำไรของแพลตฟอร์มอย่างรุนแรง ส่งผลให้เกิดการขาดทุน

Scott ให้สูตรการอนุมานย้อนกลับ:

กำหนดสมมติฐานพื้นฐาน: สมมติว่าอัตรากำไรขั้นต้นของฮาร์ดแวร์ API ของ Anthropic ก็สูงถึง 99% (อัตราต้นทุนเพียง 1%)

การอนุมานต้นทุนย้อนกลับเมื่อใช้การสมัครสมาชิกเต็มจำนวน: ผู้ใช้จ่ายค่าธรรมเนียมการสมัคร 1 หน่วย และหากใช้ความสามารถในการคำนวณที่เทียบเท่ากับราคา API 58.6 หน่วยจนหมด ต้นทุนฮาร์ดแวร์พื้นฐานจริงที่ Anthropic แบกรับคือ:

ต้นทุนฮาร์ดแวร์จริง = 58.6 × 1% = 0.586 หน่วย

การอนุมานอัตรากำไรขั้นต้นของการสมัครสมาชิกภายใต้เงื่อนไขสุดขั้ว:

อัตรากำไรขั้นต้นสุดขั้วของ Claude Max = 1 - 0.586 = 41.4%

Scott วิเคราะห์ว่า:

"หากอัตรากำไรขั้นต้นของ DeepSeek สูงถึง 95% ขึ้นไป สมมติว่าอัตรากำไรขั้นต้นของ API ของ Anthropic คือ 99% จากการทดสอบของ SemiAnalysis พบว่า Claude Max ให้ขีดจำกัดการใช้งานสูงถึง 58.6 เท่าของราคา API ซึ่งหมายความว่าแม้ผู้ใช้ทั้งหมดใช้โควตาจนเต็ม Anthropic ยังคงรักษาอัตรากำไรขั้นต้นประมาณ 41% ภายใต้โมเดลการสมัครสมาชิก ในความเป็นจริง ผู้ใช้ส่วนใหญ่จะไม่ถึงขีดจำกัดรายสัปดาห์"

เขาชี้ว่า "อันที่จริง ตราบใดที่อัตรากำไรของ API ของ Anthropic ยังคงสูงกว่า 98.3% แม้ผู้ใช้ใช้โควตาเต็ม ธุรกิจการสมัครสมาชิกก็สามารถถึงจุดคุ้มทุนได้ ปัจจุบัน Anthropic อยู่ในสถานะกำไรที่แข็งแกร่ง"

บัญชีวิเคราะห์เทคโนโลยี Teortaxes ยังแสดงความคิดเห็นว่า "เมื่อเผชิญกับสถาปัตยกรรมที่พัฒนาภายในของห้องปฏิบัติการชั้นนำ การทดสอบมาตรฐานสาธารณะทั้งหมดในตลาดนั้นไม่สำคัญ นี่คือผลลัพธ์ของงานวิศวกรรมที่จริงจัง ธุรกิจการอนุมานเองเป็นเครื่องผลิตเงิน คุณสามารถจินตนาการได้ว่า Dario (ซีอีโอของ Anthropic) ต้องวิตกกังวลเพียงใดในขณะนี้"

ความแตกต่างของเส้นทางเทคนิค: การสร้างซอฟต์แวร์ใหม่เทียบกับชิปเฉพาะ

เมื่อโครงสร้างต้นทุนการอนุมานจริงปรากฏขึ้น อุตสาหกรรมก็กำลังตรวจสอบเส้นทางการลดต้นทุนทางเทคนิคที่แตกต่างกันอีกครั้ง

ในแง่ของสถาปัตยกรรมฮาร์ดแวร์และต้นทุนปริมาณงานต่อหน่วย อุตสาหกรรมได้เปรียบเทียบโซลูชันนี้กับผู้ผลิตชิปเช่น Groq ซึ่งมุ่งเน้นความหน่วงต่ำพิเศษ

ผู้สังเกตการณ์อุตสาหกรรมชี้ว่าสถาปัตยกรรมฮาร์ดแวร์แบบกำหนดเอง LPU ที่ Groq เป็นตัวแทนนั้นอาศัย SRAM บนบอร์ด ทำให้ได้ความเร็วในการสร้างแบบโต้ตอบที่สูงมาก แต่ความจุหน่วยความจำของชิปมีขนาดเล็กมาก ต้องใช้บอร์ดฮาร์ดแวร์หลายตัวและการเชื่อมต่อโหนดขนาดใหญ่เพื่อรองรับโมเดลขนาดใหญ่หลัก ส่งผลให้ค่าเสื่อมราคาฮาร์ดแวร์โดยรวมและต้นทุนการจัดซื้อต่อโทเค็นสูง

ในทางตรงกันข้าม DeepInfer แสดงให้เห็นตรรกะทางบัญชีอีกแบบสำหรับเส้นทางชิปทั่วไป: ผ่านการจัดตารางซอฟต์แวร์ล้วนๆ เพื่อเพิ่มปริมาณงานพร้อมกันบน GPU ทั่วไปและ NPU เชิงพาณิชย์เช่น Ascend แลกเปลี่ยนต้นทุนฮาร์ดแวร์รวมที่ต่ำกว่าเพื่ออัตรากำไรในบริการ API ขนาดใหญ่

อย่างไรก็ตาม ผู้สังเกตการณ์อุตสาหกรรมหลายรายตั้งข้อสังเกตในการอภิปรายว่าการประมาณอัตรากำไรขั้นต้น 80% ถึง 95% ข้างต้นมุ่งเน้นที่ความแตกต่างทางการเงินโดยตรงระหว่าง "ราคาโทเค็นและการใช้ฮาร์ดแวร์ต่อการ์ด" การคำนวณระดับจุลภาคนี้ไม่ได้คำนึงถึงค่าใช้จ่าย R&D หลายร้อยล้านดอลลาร์สำหรับโมเดลพื้นฐาน ต้นทุนเครือข่ายแบนด์วิดท์ความเร็วสูงของโหนดทั่วโลก และเงินเดือนสูงของทีมวิศวกรรมระบบ

ถัดไป จำเป็นต้องตรวจสอบว่าการใช้งานโอเพนซอร์สสามารถเพิ่มปริมาณงานอย่างเสถียรและลดต้นทุนต่อโทเค็นเอาต์พุตที่มีประสิทธิภาพภายใต้ฮาร์ดแวร์ที่แตกต่างกันและโหลดธุรกิจจริงหรือไม่ สำหรับ DeepSeek เอง บุคคลภายนอกยังต้องการข้อมูลเพิ่มเติมเกี่ยวกับต้นทุนและการใช้ทรัพยากรเพื่อพิจารณาว่ากำไรขั้นต้นสูงที่โซเชียลมีเดียประมาณการนั้นใกล้เคียงกับระดับการดำเนินงานจริงหรือไม่