硬核协同！英伟达软硬件升级 让DeepSeek-R1吞吐量飙升36倍

哈喽，大家好，杆哥这篇评论，主要来分析硬核协同！英伟达软硬件升级 让DeepSeek-R1吞吐量飙升36倍

2026年1月，AI圈接连迎来重磅消息。先是DeepSeek毫无预兆地更新R1论文，从22页扩充至86页，公开了完整训练路径等核心细节。

紧接着英伟达发布长文博客，曝光其通过Blackwell GPU与软件栈的软硬协同，让这款2025年1月20日发布的6710亿参数开源大模型，推理成本再降32倍。

行业痛点：Token需求激增倒逼降本

随着AI智能程度提升，从普通消费者到大型企业，与AI的交互频率大幅增加。

这直接导致需要生成的Token数量呈指数级增长，如何以最低成本提供这些Token，成为AI平台的核心挑战，极高的每瓦特Token吞吐量成为关键目标。

核心方案：GB200 NVL72+TensorRT-LLM的性能飞跃

英伟达给出的解决方案，核心是GB200 NVL72系统与最新TensorRT-LLM软件的协同。

该系统通过第五代NVLink连接72个Blackwell GPU，提供1800 GB/s双向带宽，专为DeepSeek-R1的MoE稀数架构优化。

配合Blackwell架构对NVFP4数据格式的硬件加速，以及Prefill与Decode分离的解耦服务技术，在8K/1K和1K/1K序列长度下，Token吞吐量实现大幅提升。

更关键的是，过去三个月内，单个Blackwell GPU在8K/1K序列下的吞吐量提升达2.8倍。

技术支撑：三大优化技术筑牢降本根基

这些性能突破背后，离不开三项核心技术的支撑。

首先是扩大程序化依赖启动的应用，降低核函数启动延迟；其次是底层核函数优化，更高效利用Tensor Core；最后是优化All-to-all通信原语，消除额外缓冲区。

业内解读显示，自2025年1月以来，英伟达已让DeepSeek-R1吞吐量提升36倍，单Token推理成本降至原来的1/32。

多元适配：HGX B200平台的双技术加持

除了高端的GB200 NVL72，英伟达还针对HGX B200平台推出优化方案。

该平台由八个Blackwell GPU组成，通过多Token预测（MTP）和NVFP4技术的双重加持，在风冷环境下也实现了性能大幅提升。

NVFP4格式在完整软件栈上的应用，既保证了性能，又维持了模型精度，让不同硬件平台都能高效运行DeepSeek-R1。

英伟达表示，将持续提升技术堆栈性能，帮助用户基于现有硬件持续提升大模型工作负载效率。