DeepSeek 开源推理框架 DeepInfer，单集群日处理 155T tokens
DeepSeek 开源生产推理框架 DeepInfer，用于支撑 V4.1 Flash，官方称单集群日处理 155T tokens、输入缓存命中率 96%、非高峰时段每加速卡小时收入 38 美元。
推荐理由：原文把 DeepInfer 的架构、缓存分层与成本测算拆开讲，并附 vLLM 的对照复现结果，便于判断开源推理栈的真实边界。
DeepSeek 开源生产推理框架 DeepInfer，用于支撑 V4.1 Flash，官方称单集群日处理 155T tokens、输入缓存命中率 96%、非高峰时段每加速卡小时收入 38 美元。
推荐理由：原文把 DeepInfer 的架构、缓存分层与成本测算拆开讲，并附 vLLM 的对照复现结果，便于判断开源推理栈的真实边界。