從官方介紹中看到，超聚變僅用1臺FusionServer G8600服務(wù)器，內(nèi)置8張英偉達(dá)H20顯卡即可運(yùn)行原生滿血模型DeepSeek-R1 671B，而且用的是DeepSeek官方默認(rèn)的FP8精度，讓模型智能水平無損釋放。

超聚變提到，得益于自研推理加速引擎的優(yōu)化，原本需要8張141GB顯存顯卡（也就是H200，也有人說H20也有141G的版本）才能做到，現(xiàn)在僅96G顯存的H20即可做到，顯存使用量降低30%。

如上圖所示，這里使用8張141G顯存H20顯卡來部署滿血版，這套方案已經(jīng)可以視為高性價(jià)比的版本了，如果換成8張96G顯存H20之后，顯然性價(jià)比又上了一個(gè)臺階。

超聚變通過對推理引擎的深度優(yōu)化和KV Cache策略的優(yōu)化，單臺G8600服務(wù)器跑滿血大模型，性能提升50%，還支持32個(gè)并發(fā)訪問，吞吐量最高可至1000 tokens/秒，屬于非常高的表現(xiàn)了。

換算成單并發(fā)Token性能，則是能達(dá)到32Token/s。這比剛才上圖中提到的20 Token/s大概提高了50%。看來，超聚變拿來做對比的就是這套8張H200的方案。

超聚變還提到，通過簡單易用的容器管理平臺，用戶還可以靈活選擇部署DeepSeek全系列的其他模型，支持選擇多種AI加速卡，快速滿足不同AI應(yīng)用場景。

zhupb