又被DeepSeek V4刷屏了吧，但toB老司机们更开心的是：歇了大半年的DeepSeek一体机又可以搞起来了。
跑Flash版：4卡高显存GPU起步。
跑Pro版满血：8×B200或者16×H200起步。
跑Pro满血+百万Token+多并发Agent+PD分离部署：建议32卡以上超节点。
以上均以N家为例，国产卡下面会逐个探讨。
DeepSeek-V4-Flash：284B 总参数，13B 激活参数。
DeepSeek-V4-Pro：1.6T 总参数，49B 激活参数。
两个都是 MoE 模型，总参数很大，但每次只激活一部分专家。
而且，这次的放出来的 V4开源版版本还有个关键设计，采用FP4+FP8混合精度。
①最占空间的专家层（MoE experts）用FP4精度。
②对精度更敏感的注意力和稠密层（attention/dense）用精度更高的FP8。
为了帮助大家降低显存寻求，DeepSeek这次也是拼了。
现在DeepSeek把最吃显存的MoE专家层压到FP4了，实际权重压力能降到1TB级别。
V4-Flash权重占用：约180GB–260GB。
V4-Pro权重占用：约 1.0TB–1.4TB。
但很多老卡包括H20/H200以及很多国产卡，是不支持FP4精度的，还得用FP8，所以老卡要按照满额。
而且，真正跑生产，还要加KV Cache、运行时 buffer、通信 buffer、并发余量、推理框架开销……，这一揽子都不是省灯的油。
尤其Pro版还要百万上下文，上下文越长，KV Cache越吃资源。
其实，著名推理引擎SGLang官方给出了推荐配置：
https://docs.sglang.io/cookbook/autoregressive/DeepSeek/DeepSeek-V4
DeepSeek-V4-Flash：
单节点4张H200/B200/GB200/GB300都可以跑。
据此延展：4×141GB级别GPU，比如H20，理论可跑。
同时，8×H200/H20/B200，适合一定并发。
或者16×H200，用两台8卡机。（毕竟H200不支持FP4）
这是跑Pro的起步线，理论上16张141G显存版本的H20也ok。
如果是生产环境，长上下文、Think Max、多并发 Agent，那配置要求会进一步拉高：
多说一句，另一家推理引擎vLLM给出了更复杂的部署环境和对应配置，大家可以自己去看，（包括pd分离等）。
https://recipes.vllm.ai/deepseek-ai/DeepSeek-V4-Pro?features=tool_calling%2Creasoning%2Cspec_decoding&hardware=h100&strategy=pd_cluster
看到这你会发现，要是能有高端N卡真是太爽了，无论从算力还是精度上，足以保证V4飞起。
毕竟DeepSeek V4在官方发布的时候已经cue过昇腾950了，这几乎相当于联合首发了。而且菊厂也官宣day0适配。 
公开报道显示，华为Ascend 950PR，配112GB HBM，内存带宽约 1.4TB/s，互联约2TB/s，并具备 1.56 PFLOPS FP4能力（菊厂这个MXFP4，比普通FP4精度更好）。
划重点，112GB HBM，MXFP4支持，这很夯，算一下要几张卡↓
32×Ascend 950PR：百万 Token、多并发 Agent。
相信，菊厂和DeepSeek暗通款曲已久，适配和优化应该比较到位，接下来昇腾DS超节点怕是有一波大行情。
scaleX40是40卡超节点，公开口径是5.62TB+ HBM、FP8总算力超过28 PFLOPS，Scale-up 全互连。
但估计不支持FP4精度（未见宣传），所以无法享受混合精度的红利。
如果scaleX40对FP4/FP8和DeepSeek-V4的CSA/HCA 注意力做了适配，它也会是非常合适的国产一体机/超节点形态。
昆仑芯超节点主打32/64 卡、柜内全互联、MoE 大模型优化。这个形态适合DeepSeek V4。
昆仑芯P900显存按照96GB，精度按照FP8来算（存疑），无论32卡还是64卡的昆仑芯超节点，都能扛起DeepSeek-V4-Pro。
32卡稳定跑，64卡高并发。当然，具体还要看优化和适配情况。
阿里这款芯片公开规格里比较明确的是：96GB HBM2e、700GB/s 片间互联。
但目前没有看到明确的FP4/FP8官方精度表，从对标H20的宣传看，大概率是支持FP8的。
所以，算起来与昆仑芯类似，Pro满血版用32卡就能稳定跑。但阿里系的超节点规格较大，比如磐久128，云商自用可以，可能不太适合一般规模的企业落地。
另外，寒王也宣布了Day0支持DeepSeek V4，如果以其思元MLU590为例，单卡显存96GB，FP8精度。
推算起来情况与百度和阿里的芯片也基本相当，也是32卡可以稳定跑Pro的水准。
接下来，DeepSeek V4 Pro满血版的企业本地化落地，传统8卡机恐怕靠边站了，要么组团，要么让超节点上位！
本文来自转载微信公众号“特大号” ，不代表发现AI立场，如若转载，请联系原作者；如有侵权，请联系编辑删除。
