中国人工智能(AI)企业「深度求索」(DeepSeek) 20 日宣布，正式开放原代码其生产级推理框架「DeepInfer」。在美国闭源 AI 模型持续调整价格与提高使用门槛的背景下，DeepSeek 选择公开其底层内核推理技术，旨在降低 AI 运行的算力成本与能源消耗，推动技术普及化。此一举措迅速引发全球科技界、国际智库与开源社群的高度关注。

DeepInfer 技术规格与开放范畴

根据官方发布的技术文档显示，DeepInfer 是以 Apache-2.0 授权条款发布的脱机推理引擎，缺省支持 DeepSeek-V4.1-Flash 模型(其缺省权重采用 MIT 授权)。硬件需求方面，该框架专为数据中心级加速器设计，支持 NVIDIA SM100 GPU 以及华为升腾(Ascend)950 NPU，运作环境需求包含 Linux、Python 3.12、CUDA 13 或 CANN 9.2。

技术架构分析指出，DeepInfer 包含了分布式推理、优化内核(Kernels)与异步调度等关键功能；然而，本次开源范畴仅限于脱机推理引擎，并不包含完整在线 API 服务所需的 KV 缓存系统、预填与解码分离(Prefill/Decode disaggregation)以及多副本负载平衡等组件。

AI 闸道技术公司 Requesty 首席执行官 Thibault Jaigu 分析，DeepInfer 示范了如何在具备运算资源的前提下高效托管模型，有效降低了自主托管的门槛。

产业经济效益与开发者生态

《彭博》分析指出，AI 模型运行的推理优化技术通常被科技企业视为内核机密并严密保密。DeepInfer 的开放使云端托管服务商得以采用其省电与算力优化技术，进而提升营运利润率，并有机会为最终用户提供更具价格竞争力的服务。

同时，企业在本地端部署模型的成本也随之降低。此外，即使 DeepInfer 主要针对自家模型优化，其他软件开发者仍可借鉴其架构设计，改善自研的推理系统。

国际智库观点与美中竞争

针对 DeepSeek 展现的技术效率，美国外交关系协会(CFR)技术专家 Sebastian Elbaum 指出，在缺乏最顶尖芯片的情况下，中国工程师通过硬件底层编程与无人工干预的强化学习，开发出极具创意的架构优化。

CFR 数字与网络空间政策资深研究员 Kat Duffy 认为，美国专注于通用人工智能(AGI)与追求超大规模算力的策略，未必符合全球多数国家的实际需求；中国在受限环境下发展出具成本效益与省电的 AI 模式，反而更容易获得国际市场青睐。

CFR 技术与创新资深研究员 Michael C. Horowitz 认为，DeepSeek 的突破显示 AI 领域的先发优势并非不可动摇，出口管制虽能争取时间，但无法单独确保长期领先。

CFR 亚洲研究资深研究员 Rush Doshi 则补充，业界对于出口管制的有效性存在分歧，部分学者认为DeepSeek 证明了在算力受限下进行技术创新的能力，另一派则主张应闭环监管漏洞。

全球社群与网络声量

DeepInfer 的开源在海外社群平台(如 X)引发热烈讨论。部分欧洲 AI 从业者发布图文表达对 AI 普惠化理念的认同；也有网友将 DeepSeek 坚持开源的作法，与传统闭源企业的商业模式进行对比。

一位获得上千次点赞的印度工程师留言表示，开源与闭源代表着人类科技发展的两种不同未来，这正是开源理念获得社群支持的内核原因。