为了让DeepSeek-R1用起来更顺畅，火山引擎将TPM上调到了500万！全网首家

既是全网最高，也是全网首家！

原标题：为了让DeepSeek-R1用起来更顺畅，火山引擎将TPM上调到了500万！全网首家
文章来源：机器之心
内容字数：6457字

火山引擎DeepSeek-R1：500万TPM，开启AI应用新纪元

近日，DeepSeek模型的火热引发众多AI云服务商争相部署，但服务稳定性参差不齐。相比之下，火山引擎凭借其强大的技术实力和资源优势，在DeepSeek-R1的部署上脱颖而出，为用户提供稳定高效的服务体验。

1. 超高TPM和超低价格，引领行业新标杆

火山引擎为DeepSeek-R1提供了全网最高的500万TPM（每分钟Token数），远超阿里云、腾讯云、百度智能云以及OpenAI等平台。同时，其价格也极具竞争力，DeepSeek-R1满血版半价优惠，百万Token输入仅需2元，输出仅需8元。此外，火山引擎还提供50亿初始离线TPD配额，可谓诚意满满。

2. 极致的成本效用和弹性伸缩能力

火山引擎拥有海量GPU资源和成熟的弹性伸缩能力，可在分钟级内完成数千台GPU资源的伸缩调度，轻松应对突发流量和业务高峰。其极致的成本效用，让用户在享受高性能的同时，也能获得更低的运营成本。

3. 全栈自研推理引擎，深度优化性能

火山引擎针对DeepSeek模型进行了全栈自研推理引擎优化，包括算子层和系统层两方面。在算子层，复用此前针对豆包大模型的优化经验，并针对DeepSeek尺寸重新调优；在系统层，通过异构PD分离、多机并行推理以及定制化网卡和网络协议等手段，极大提升了计算效率和降低了延迟。

4. 超低延迟和秒级响应，保障流畅体验

即使在数千万TPM的大流量下，火山引擎依然能保持超低延迟，TPOT（输出每个Token的时间）接近30ms，并计划进一步降低至15ms～30ms区间。同时，模型加载速度也极快，可在7秒内完成DeepSeek-R1满血版模型加载，确保系统秒级响应，用户无感使用。

5. 多种部署模式和完善的安全防护

火山引擎提供多种DeepSeek部署模式，包括网页端直接使用、API调用、veMLP高效部署、VKE灵活部署以及GPU ECS自定义部署，满足不同用户的需求。同时，火山引擎高度重视安全和隐私，采用链路全加密、数据高保密、环境强隔离、操作可审计等措施，保障用户数据安全。

6. 未来展望：联网搜索和更多应用场景

火山引擎计划上线DeepSeek-R1的联网搜索能力，并结合字节跳动优质的内容生态，助力更多丰富多样的AI应用爆发。未来，火山引擎将继续优化性能，提升用户体验，在AI云服务领域持续引领行业潮流。

联系作者

文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台