Deepseek V4對存儲、光模塊需求的打擊尚待顯現

對國產算卡對高端存儲對光模塊

五一期間，密集在Agent模式下，體驗Deepseek V4，尤其是便宜的Deepseek V4 Flash。

一邊用，一邊算價格，一邊感嘆：Deepseek V4的緩存讀取價格，真是便宜到離譜

經常調用大模型API的應該知道，大模型的定價，在百萬token下，有三個核心定價：未命中緩存讀入、命中緩存讀入和輸出。

在Agent時代，由于大模型要頻繁調用工具，需要頻繁將之前的上下文重新發給大模型，所以命中緩存讀入的價格，對整體費用的影響極大——前段時間Cluade Code被大家吐槽的一點就是，悄悄在上下文“加料”，讓許多用第三方模型搭配Cluade Code的玩家，遭遇緩存未命中，成本驟增的問題。

正因此，模型廠商如何定價命中緩存的價格折扣，對長期使用成本，影響不小。

下圖是我整理的幾個國產廠商模型的讀入價格對比，均為百萬token的人民幣報價。你會發現國產“御三家”，也就是Kimi、GLM和Minimax都是20%上下，小米Mimo也是，Qwen便宜不少，是10%。但這些折扣，和Deepseek V4放到一起，就黯然失色。Deepseek V4 Flash是2%，而Deepseek V4 Pro竟然只有0.8%，只要是命中緩存，價格便宜到離譜！��！

今次Deepseek V4的發布，許多人覺得模型中庸，沒有驚喜。

驚喜，或許就藏在緩存價格中。

Deepseek的緩存價格，不是從來那么便宜的。

特地查了一下去年V3.2發布時，緩存的價格是未命中緩存的10%，算便宜，但沒那么離譜。

顯然，Deepseek V4的技術上，有足夠的突破，把緩存讀入的成本打下來。

Reddit上有一篇帖子，對Deepseek幾代模型的KV Cache做了一個分析，這或許是Deepseek V4緩存讀入價格折扣巨大的原因——成本的確下降。

我只是大模型的普通用戶，專業這塊是不懂的，所以也只能看看Gemini Deepresearch的綜述，它是如此概括：

• 在DeepSeek V4的架構下，處理被緩存的百萬Token前綴，其在GPU算力核心上產生的實際浮點運算（FLOPs）趨近于零。供應商所需支出的成本，實際上僅剩下微小的PCIe傳輸能耗與硬盤折舊費。相較于傳統GQA架構即使緩存也必須吃滿HBM帶寬的窘境，DeepSeek將I/O依賴轉化為異步輕量操作。因此，向開發者收取$0.003625（僅為未命中成本的約0.83%）或Flash版本的$0.0028（2%），是在精準覆蓋這層極薄的硬件傳輸成本后，依然具備商業毛利的必然結果。

那么這個技術優勢如果未來被更多模型尤其是國產模型接納，對整個硬件架構會有什么影響？

作為門外漢，依然是請Gemini 3.1 Pro的搜索和分析，僅供參考。

國產芯片最大的痛點是顯存帶寬（HBM）和片間互聯（類似 NVLink）不夠強。V4 的 MLA 架構大幅壓縮了 KV Cache 體積，在 attention 環節對 HBM 帶寬的需求顯著降低，這在一定程度上緩解了國產芯片的帶寬劣勢——雖然 FFN 和 MoE expert 調度等其他環節的帶寬需求仍然存在。

據報道，DeepSeek V4 原生適配了華為 CANN 架構，在昇騰上的利用率從以往的 60% 左右提升到了 85% 以上。如果數據屬實，這意味著在特定推理場景下，國產芯片與英偉達 A100/H100 的實際效能差距正在縮小。

HBM（高帶寬顯存）一直是 AI 芯片（如 NVIDIA H100/B200）最昂貴的組件。DeepSeek V4 大幅削減了 KV Cache 的體積，如果這一技術路線被廣泛采用，對 HBM 容量和帶寬的需求增速可能放緩。韓國（SK 海力士、三星）目前是 HBM 的絕對統治者。

換個角度看，KV Cache 從 HBM 向更低成本的存儲層級遷移，或許會利好“大容量、通用型”的存儲方案（SSD 和 DDR5 內存），國產存儲廠商有機會從中受益。當然，HBM 的需求不只取決于 KV Cache，訓練側和其他推理環節仍是 HBM 的大戶。

DeepSeek V4 降低了單次推理對極致瞬時帶寬的依賴，如果現有的 400G/800G 網絡環境已能滿足推理需求，那么向 1.6T 或 3.2T 超高速模塊升級的緊迫感可能會被削弱。

另一方面，V4 采用的 Engram 架構將部分知識存放在 SSD 和內存中，推理時需要在“計算節點（GPU）”和“存儲節點（SSD 陣列）”之間交換數據。這種計算與存儲分離的架構（Disaggregated Architecture），反而可能創造新的機柜間光纖連接需求。

整體趨勢或許是從追求“極速”轉向更看重“極穩”與“高密度”。

是的，這些分析大多來自Gemini的搜索綜述，我作為門外漢只能做粗線條的轉述和判斷，細節上一定有不夠精確的地方。

但有一點我比較確定：當大家還在討論Deepseek V4的跑分夠不夠驚艷時，它在架構層面對成本結構的重塑，或許才是更值得關注的變量。0.8%的緩存折扣不是營銷噱頭，背后是KV Cache體積實打實的壓縮。這個變化如果沿著產業鏈往下傳導——從HBM到存儲，從光模塊到算卡——影響不會小，只是需要時間顯現。

標題里用了“尚待”兩個字。坦率講，多久能顯現，我不知道，我不懂。但價格信號往往是最誠實的，當緩存讀入便宜到只剩零頭的時候，硬件端的賬遲早要重新算一遍。