DeepSeek頻頻回复的“伺服器繁忙，請稍後再試”，正在讓各地用戶抓狂。先前不太被大眾所知的DeepSeek，因2024年12月26日推出對標GPT 4o的語言模型V3而聲名鵲起。在1月20日DeepSeek又發布對標OpenAI o1的語言模型R1，之後因為「深度思考」模式生成的答案優質度高，以及其創新揭示出模型訓練前期成本可能驟降的積極信號，令該公司和應用徹底出圈。之後，DeepSeek R1就一直在經歷擁堵，它的聯網搜尋功能間歇性癱瘓，深度思考模式則高頻率提示“伺服器繁忙”，此類現象讓大量用戶倍感困擾。

十幾日前，DeepSeek開始經歷伺服器中斷，1月27日中午，DeepSeek官網已數次顯示“deepseek網頁/api不可用”，當日，DeepSeek成為週末期間iPhone下載量最高的應用程序，在美區下載榜超越了ChatGPT。

2月5日，DeepSeek行動端上線26天，日活突破4000萬，ChatGPT行動端日活為5495萬，DeepSeek為ChatGPT的74.3%。幾乎在DeepSeek走出陡峭增長曲線的同時，關於其伺服器繁忙的吐槽紛至沓來，全世界用戶都開始遭遇問幾個問題就發生宕機的不便，各類替代訪問也開始出現，比如DeepSeek的平替網站，各大雲服務商、芯片廠商和基礎設施公司都紛紛上線，個人部署教程也到處都是。但人們的抓狂卻沒有緩解：全球幾乎所有重要廠商都宣稱支援部署了DeepSeek，但各地用戶卻依然在吐槽服務的不穩定。

這背後到底發生了什麼事？

習慣了ChatGPT的人們，受不了打不開的DeepSeek

人們對「DeepSeek伺服器繁忙」的不滿，來自於先前以ChatGPT為主的AI頂流應用們，甚少出現卡頓。

自從OpenAI服務推出以來，ChatGPT雖然也經歷了幾次P0級（最嚴重的事故級別）宕機事故，但總體來說，它相對可靠，已然在創新和穩定性之間找到平衡，並逐步成為類似傳統雲端服務的關鍵組成部分。

ChatGPT大範圍宕機次數並不多

ChatGPT的推理過程相對穩定，包括編碼和解碼兩個步驟，編碼階段把輸入文字轉換成向量，向量包含輸入文字的語意訊息，解碼階段，ChatGPT使用先前產生的文字作為上下文，透過Transformer模型產生下一個單字或片語，直到產生符合需求的完整語句，大模型本身屬於Decoder（解碼器）每一個階段，就一次被計算出來

舉例來說，如果向ChatGPT提問，“你今天心情如何”，ChatGPT會對這句話進行編碼，生成每層的注意力表示，根據之前所有token的注意力表示，預測得到第一個輸出token”我”，之後進行解碼，將“我”拼接到“你今天心情如何？”，後面得到“你今天心情如何？”很好。

編排容器的工具Kubernetes是ChatGPT的“幕後指揮官”，它負責調度和分配伺服器資源。當湧入的使用者承載完全超出Kubernetes控制平面的承受能力時，就會導致ChatGPT系統的全面癱瘓。

ChatGPT發生癱瘓的總次數不算太多，但這背後是它依賴的強大資源作為支撐，維持穩定運作背後是強大算力，而這正是人們忽略的地方。

一般而言，由於推理處理的資料規模往往較小，因此對算力的要求不如訓練般高。有業界人士估算指出，在正常大模型推理過程中，顯存的主要佔用模型參數權重佔大頭，大概佔比在80%以上。現實情況是，在ChatGPT內建的多個模型中，裡面預設模型尺寸都比DeepSeek-R1 的671B要小，加上ChatGPT擁有比DeepSeek多得多的GPU算力，自然展現出比DS- R1更穩定的表現。

DeepSeek-V3與R1都是一個671B的模型，模型啟動過程就是推理的過程，推理時的算力儲備需要與用戶量相襯，比如有1億用戶量就需配備1億用戶量的顯示卡，不僅龐大，且與訓練時的算力儲備獨立開來，並不相關。從各方資訊看，DS的顯示卡和算力儲備明顯不足，於是頻頻卡頓。

這種對比讓適應了ChatGPT絲滑體驗的使用者並不習慣，特別是他們對R1的興趣愈發高漲的當下。

卡，卡，還是卡

而且，仔細對比，OpenAI和DeepSeek遇到的情況是很不同的。

前者有微軟做後盾，作為OpenAI的獨家平台，微軟Azure雲端服務搭載了ChatGPT、Dalle-E 2圖像生成器、GitHub Copilot自動編碼工具，此後，這一組合成為了雲端+AI的經典範式，并快速普及成為業界標配；後者雖是初創，卻依賴自建數據大部分依賴自建中心，與自建提供者，後者雖是初創，卻依賴自建數據大部分依賴自建中心，與自建供應商。矽星人查閱公開資訊後發現，DeepSeek在任何層面都沒有跟雲廠商晶片廠商開啟合作（雖然春節期間雲廠商紛紛宣布讓DeepSeek模型跑在其上，但他們並沒有開展任何真正意義的合作）。

而且，DeepSeek遇到了史無前例的用戶成長，這意味著它對壓力情況的準備時間也比ChatGPT更少。

DeepSeek的良好性能來自其在硬體和系統層面做出的整體最佳化。 DeepSeek的母公司幻方量化，早在2019年就花了2億打造螢火一號超算集群，到22年就默默儲存萬張A100顯示卡，為了更高效的並行訓練，DeepSeek自研了HAI LLM訓練框架。業界認為，螢火叢集可能採用了數千至數萬張高效能GPU（如英偉達A100/H100或國產晶片），以提供強大的平行運算能力。目前螢火集群支撐了DeepSeek-R1、DeepSeek-MoE等模型訓練，這些模型在數學、程式碼等複雜任務中表現接近GPT-4水準。

螢火集群代表DeepSeek在全新架構和方法上的探索歷程，也讓外界認為，透過這類創新技術，DS降低了訓練的成本，可以僅需西方最先進模型幾分之一的算力，就訓練出與頂級AI模型性能相當的R1。 SemiAnalysis推算指出，DeepSeek實際擁有龐大的算力儲備：DeepSeek共堆砌了6萬張英偉達GPU卡，其中包括1萬張A100、1萬張H100、1萬張「特供版」H800以及3萬張「特供版」H20。

這似乎意味著R1的卡量比較充足。但實際上，作為推理模型的R1，對標的是OpenAI的O3，這類推理模型需要部署更多算力用於應答環節，但DS在訓練成本側節約的算力，與推理成本側驟增的算力，孰高孰低，目前並不明確。

值得一提的是，DeepSeek-V3和DeepSeek-R1都是大語言模型，但運作方式有差。 DeepSeek-V3 是指令模型，類似ChatGPT，接收提示字產生對應文字回覆。但DeepSeek-R1是推理模型，使用者向R1提問時，它會先進行大量的推理過程，然後再產生最終答案。 R1生成的token中首先出現的是大量的思考鏈過程，模型在產生答案之前，會先解釋問題，分解問題，所有這些推理過程都會以token的形式快速產生。

在耀途資本副總裁溫廷燦看來，前述DeepSeek龐大的算力儲備是指訓練階段，訓練階段算力團隊可規劃，可預期，不容易出現算力不足，但推理算力則不確定性較大，因為主要取決於用戶規模和使用量，相對來說彈性較大，「推理算力會按照確定性計算能力

即刻上活躍的模型產品設計師，獨立開發者歸藏認同卡量是DeepSeek卡頓的主要原因，他認為DS作為當前在全球140個市場下載量最高的行動應用，現在的卡無論如何都撐不住，哪怕用新的卡也不行，因為「新的卡做雲是需要時間」。

「英偉達A100、H100等晶片運行一個小時的成本有公允的市場價格，DeepSeek從輸出token的推理成本上看是比OpenAI同類模型o1便宜90%以上，這個跟大家的計算偏差不大，因此模型架構MOE本身不是最主要問題，但DS擁有的GPU計數決定了他們每分鐘最多可以生產更多應用小貓補光燈的開發者陳雲飛持類似觀點。

也有業界人士向矽星人提到，DeepSeek卡頓本質在於私有雲沒有做好。

駭客攻擊則是R1卡頓另一個驅動因素。 1月30日，媒體從網路安全公司奇安信獲悉，針對DeepSeek線上服務的攻擊強度突然升級，其攻擊指令較1月28日暴增上百倍。奇安信Xlab實驗室觀察到至少有2個殭屍網路參與攻擊。

但這種R1自身服務的卡頓，有一個看起來比較明顯的解決方案，是第三方提供服務。這也是我們在春節期間目睹的最熱鬧的景觀──各廠商紛紛部署服務，承接人們對DeepSeek的需求。

1月31日，英偉達宣布，NVIDIA NIM已經可以使用DeepSeek-R1，此前英偉達受DeepSeek影響，一夜市值蒸發近6000億美元。同天，亞馬遜雲AWS的用戶可以在其人工智慧平台，Amazon Bedrock和Amazon SageMaker AI中部署DeepSeek最新R1基礎模型。隨後，包括Perplexity，Cursor在內的AI應用新貴，也批量接入DeepSeek。微軟則搶在亞馬遜、英偉達之前，率先把DeepSeek-R1部署在了雲端服務Azure和Github上。

2月1日大年初四開始，華為雲，阿里雲，位元組跳動旗下的火山引擎和騰訊雲也加入其間，他們一般提供的是DeepSeek全系、全尺寸模型部署服務。再之後是壁仞科技、瀚博半導體、昇騰、沐曦等AI晶片廠商，他們自稱適配了DeepSeek原版或更小尺寸的蒸餾版本。軟體公司方面，用友、金蝶等是在部分產品中接入DeepSeek模型，增強產品力，最後是終端廠商如聯想、華為、榮耀旗下部分產品接入DeepSeek模型，用作端側個人助手和汽車智能座艙。

迄今，DeepSeek依靠自身價值吸引了全面龐大的朋友圈，囊括海內外雲廠商、營運商、券商和國家級平台國家超算網路平台。由於DeepSeek-R1是完全開源的模型，接入的服務商都成為了DS模型的受益方。這一方面極大地抬高了DS的聲量，也同時造成了更為頻繁的卡頓現象，服務商和DS自身越來越受困於蜂擁而至的用戶，竟都沒有找到解決穩定使用問題之關鍵竅門。

考慮到DeepSeek V3與R1兩個模型原版都高達6710億參數，適合跑在雲上，雲廠商本身俱備更充足的算力和推理能力，他們上線DeepSeek相關部署服務是為降低企業使用的門檻，其部署DeepSeek模型後對外提供DS模型的API，相比DS自己提供是的API，比本官方認為是可以提供DS模型的API，相比DS自己提供是的API，比本官方的使用體驗可以提供比DS模型更好的服務。

但現實中，DeepSeek-R1模型本身運作的體驗問題，在各家服務中都沒有得到解決，外界認為服務商們並不缺卡，但實際上他們部署的R1，開發者們對反應體驗不穩定的反饋，頻度完全與R1相當，這更多在於能分配給R1進行推理的卡量也並不太多。

「R1熱度保持在高位，服務商需要兼顧接入的其他模型，能提供給R1的卡很有限，R1的熱度又高，誰家一上R1，又以相對較低的價格提供，就會被沖垮。」模型產品設計師，獨立開發者歸藏對矽星人解釋了原因。

模型部署最佳化是涵蓋眾多環節的廣泛領域，從訓練完成到實際硬體部署，涉及多層面工作，但對於DeepSeek的卡頓事件來說，原因可能更為簡單，例如太大的模型和上線之前的最佳化準備不足。

在一個熱門大模型上線之前，會遇到涉及技術、工程、業務等多方挑戰，例如訓練資料與生產環境資料的一致性，資料延遲與即時性影響模型推理效果，線上推理效率和資源佔用過高，模型泛化能力不足，以及工程方面像服務穩定性、API與系統集成等方面。

許多當紅大模型上線之前都高度重視做好推理優化，這是因為計算耗時和內存問題，前者是指推理時延太長，造成用戶體驗差，甚至不能滿足延遲需求，也就是卡頓等現象，後者是指模型參數量多，耗費顯存，甚至單張GPU 卡放不下，也會導致卡頓。

溫廷燦對矽星人解釋了原因，他稱服務商提供提R1服務遇到挑戰，本質是DS模型結構特殊，模型太大+MOE（專家混合結構，一種高效計算的方式）架構，“（服務商）優化需要時間，但是市場熱度是有時間窗口的，所以都是先上再優化，而不是充分優化後上線。”

R1要穩定運行，如今核心在於推理側的儲備和優化之能力。 DeepSeek需要做的是，找到方式把推理的成本降下來，把卡的輸出，單次輸出token的數量降下來。

同時，卡頓也說明DS本身的算力儲備很可能也沒有SemiAnalysis所述龐大，幻方基金公司要用卡，DeepSeek訓練團隊也要用卡，能排出來給用戶的卡一直不多。依照目前發展情形看，短期內DeepSeek未必有動力花錢租服務，繼而免費提供給用戶更好的體驗，他們更可能等到第一波C端商業模式梳理清晰之後，再考慮服務租賃的議題，這也意味著，卡頓還會持續不短的時間。

「他們大概需要兩步驟動作：1）做付費機制，限制免費用戶模型用量；2）找雲端服務廠商合作，用上別人的GPU資源。」開發者陳雲飛給出的臨時解法在業界頗有共識。

但目前來看，DeepSeek對自己這個「伺服器繁忙」問題顯得並不太著急。做為追逐AGI的公司，DeepSeek似乎不願意太著眼於這蜂擁而來的用戶流量。可能用戶在未來不短時間還是要習慣面對「伺服器繁忙」的介面了。