原贴链接

根据在中国解析出的IP，聊天端点来自华为数据中心。深度探索（Deepseek）可能对全球用户使用新加坡华为区域，对中国用户使用上海区域。所以，训练需要英伟达（Nvidia）显卡以及推理需要华为GPU是真实的情况。

image
附上链接2

讨论总结

原帖讲述DeepSeek托管于华为云相关情况，包括IP解析、聊天端点来源等。评论者从多方面展开讨论，有人对原帖内容与DeepSeek的API、本地模型的相关性表示疑惑，还有人探讨网络托管与推理是否共置、运行本地模型的资源需求、中国GPU生产情况等内容，整体讨论氛围较为理性，大家在提出观点并互相交流探讨。

主要观点

  1. 👍 原帖解析聊天界面与DeepSeek的API无关
    • 支持理由：原帖只是解析聊天界面，不能体现API所在
    • 反对声音：无
  2. 🔥 推理通常不与网络托管共置
    • 正方观点：这是常规情况
    • 反方观点：无
  3. 💡 对Deepseek托管于华为云与本地模型的相关性表示疑惑
    • 解释：不清楚两者之间存在何种联系
  4. 💡 中国有很多不知名品牌的GPU生产商且来源复杂
    • 解释：这些GPU来源包括旧芯片、二手市场或损坏GPU中的可用芯片等多种复杂情况
  5. 💡 对Deepseek托管于华为云表示怀疑
    • 解释：认为原帖看到的可能只是CDN而非实际处理LLM解码之处

金句与有趣评论

  1. “😂 OP appears to be resolving DeepSeek’s chat interface. This has nothing to do with DeepSeek’s API, aka where their LLMs are.”
    • 亮点：直接指出原帖解析内容与DeepSeek的API无关的关键
  2. “🤔 Inference is not typically co - located with web hosting.”
    • 亮点：提出网络托管与推理通常不共置的观点
  3. “👀 Not sure how that is relevant to local models.”
    • 亮点：表达对Deepseek托管于华为云与本地模型相关性的疑惑
  4. “😉 I want to meet the MLops person who’s deliberately decoupling web traffic from the inferences APIs. It’s not the brightest move.”
    • 亮点：以一种诙谐的方式表示将网络流量与推理API分离不是明智之举
  5. “💡 How would a datacenter that most likely hosts multiple versions of the same or different models let you know how much it takes to run 1 instance locally?”
    • 亮点：针对运行本地模型资源需求提出思考

情感分析

总体情感倾向较为理性和平淡，主要分歧点在于原帖中DeepSeek托管于华为云相关情况的真实性和与其他方面的相关性。可能的原因是原帖提供的信息触发了大家从不同专业角度（如网络技术、模型运行等）进行思考和质疑。

趋势与预测

  • 新兴话题：DeepSeek使用的芯片情况可能会引发后续讨论，因为目前没有太多官方信息。
  • 潜在影响：如果关于DeepSeek更多技术细节（如芯片使用情况、托管的实际情况等）被披露，可能会对相关的人工智能技术托管、模型运行等领域产生参考和借鉴意义。

详细内容：

标题：关于 DeepSeek 云服务的热门讨论

在 Reddit 上，有一个关于“DeepSeek 是托管在华为云上”的热门帖子引起了广泛关注。该帖子指出，根据在中国解析的 IP，其聊天端点来自华为数据中心，并且推测 DeepSeek 可能为全球用户使用新加坡华为区域，为中国用户使用上海区域。同时还附上了相关的截图链接https://i.postimg.cc/0QyjxTkh/Screenshot-20250130-230756.png。此帖获得了众多的评论和热议。

讨论的焦点主要集中在 DeepSeek 使用华为云服务的具体情况以及相关的技术问题。有人认为，帖子中所展示的仅仅是 DeepSeek 的网页托管情况，与 LLM 推理设置无关，两者不一定相互关联。比如，就像美国的公司可能会使用 Vercel 和 Cloudflare 来托管前端，而使用 AWS 来处理后端。

还有用户提到，如果 DeepSeek 使用华为，他们可能不会采用共置的方式。除非是前端托管在华为云，而计算部分来自完全不同的数据中心用于训练和推理。但仅从截图无法确定这一点。

关于运行本地模型所需的硬件配置，也有诸多讨论。有人表示可以用服务器级别的 CPU 和大量的 RAM 来运行，只是速度会慢。也有人探讨是否可以将 NVMe 闪存盘用作 VRAM，以及不同 GPU 对于运行模型的成本和效果。

有用户分享道：“当其他互联网大厂抢购 H100 芯片时，DeepSeek 尝试做了件事：把自家模型移植到华为昇腾 910B 芯片运行。通过‘动态精度调节’技术，他们在同等任务下性能损失仅 5%，但成本下降 70%。”

在讨论中，大家对于 DeepSeek 使用华为云的具体情况和技术细节存在诸多争议和不同观点。有人认为这一信息意义不大，也有人对其背后的技术实现和硬件配置充满好奇。而关于是否能通过某些特殊方式实现更高效或低成本的运行，也尚无定论。

总之，这一讨论展现了大家对于云计算和模型运行相关技术的深入思考和探索。