DeepSeek以Apache 2.0开源推理框架DeepInfer，支撑V4.1-Flash
DeepSeek称DeepInfer基于vLLM，含优化计算内核、多芯片分布式处理和更快的文本生成技术；同步发布deepseek-recipe，用于让自托管环境复现官方API的token处理。
AI解读：推理指训练完成的模型处理请求并生成回答的过程，DeepInfer是支撑V4.1-Flash模型大规模快速出答的服务软件。
据The Decoder报道，DeepInfer建立在vLLM之上，采用优化的计算内核、跨多芯片的分布式处理以及更快的文本生成技术。
DeepSeek表示，未来DeepSeek模型的代码也将以开源形式发布。公司同时发布deepseek-recipe，用于复现官方DeepSeek API的token处理，使自托管部署的行为与官方API一致。
DeepSeek在X上称，目标“是帮助社区降低计算成本、减少能耗，让AI更可负担”。The Decoder的报道同时认为，这一发布给OpenAI、Anthropic等西方提供商带来价格压力，并称在中美AI竞争的背景下，此举也可能有政治动机。后两点属于该媒体的判断，非DeepSeek陈述。
DeepSeek已将内部推理框架DeepInfer以Apache License 2.0开源。据The Decoder报道，DeepInfer是支撑其V4.1-Flash模型大规模快速生成回答的服务软件。
DeepInfer的构成与配套发布
DeepSeek介绍，DeepInfer建立在vLLM之上，包含优化的计算内核、跨多芯片的分布式处理，以及更快的文本生成技术。vLLM是面向大模型推理的开源服务框架。
除推理框架本身，DeepSeek还发布了deepseek-recipe，用于复现官方DeepSeek API的token处理，让自托管环境的行为与官方API保持一致。DeepSeek并表示，未来DeepSeek模型的代码也将以开源形式发布。
- 开源对象：DeepSeek内部推理框架DeepInfer
- 许可证：Apache License 2.0
- 技术基础：vLLM，加上优化计算内核、多芯片分布式处理和更快的文本生成技术
- 配套发布：deepseek-recipe，复现官方API的token处理
- 后续承诺：未来DeepSeek模型代码也将开源
DeepSeek的说法与媒体判断
DeepSeek在X上表示，开源的目标是“帮助社区降低计算成本、减少能耗，让AI更可负担”。这是公司自述的目标，来源未给出成本或能耗下降的具体数据。
The Decoder的报道称，DeepSeek模型本已价格很低，DeepInfer补上了更便宜地运行这些模型的最后一环；报道同时认为，此次发布给OpenAI、Anthropic等西方提供商增加了价格压力，并称鉴于中美AI竞赛，此举也可能带有政治动机。这些属于该媒体的分析与推测。