根据行业公开的GPU租赁价格和DeepSeek的MoE（混合专家）架构推理效率推算，处理8万亿token的单日算力成本预计在470万元人民币左右，这背后是数千台高性能服务器全速运转的结果。
一、算力需求估算：8万亿token需要多少GPU？
核心计算量：DeepSeek官方公布其V3/R1模型在推理时，每token约消耗0.5 PFLOPS（千万亿次浮点运算）。处理8万亿token需要总计4×10^19次浮点运算。
GPU效能：以目前主流的英伟达H800 GPU为例，其FP8峰值算力约为1979 TFLOPS（万亿次浮点运算/秒）。在实际推理任务中，考虑到显存带宽、数据加载等损耗，有效利用率通常在30%~40%之间。取中值35%，单卡实际可用算力约692 TFLOPS。
并行规模：完成8万亿token的处理任务，若按24小时连续运转计算，每秒需完成约9.26亿次token的处理。结合单卡推理速度（约3500 token/秒），理论上需要部署约264,000张H800 GPU同时工作。考虑到DeepSeek大规模集群的部署和工程优化，实际投入的GPU数量可能在2500-3000台服务器（每台8卡，即2万~2.4万张GPU）的级别。
二、成本估算模型：租赁与自建的双重核算
租赁成本（市场价）：当前H800 GPU的云服务租赁价格约为每小时15元人民币/卡（批量包月价）。2.2万张卡连续运行24小时，单日租赁成本约为：15元/卡/时 × 22,000卡 × 24时 ≈ 792万元。
自建成本（含电费和折旧）：若为自建数据中心，成本构成更复杂：硬件折旧（按4年摊销，2.2万张A100/H800约需投入30亿元）每日摊销约205万元；电力成本按1.2元/度，每卡功耗700W计算，每日电费约44万元；加上运维和网络费用，日总成本约280万元。
MoE架构的优化优势：DeepSeek采用的MoE（混合专家）架构，每次推理只激活部分专家参数，可大幅降低实际计算消耗。若按90%的计算节约率计算，实际算力成本可降至上述估算的十分之一，即日算力成本在28万~80万元之间。
三、当前结论：一个合理的成本区间
高估区间（纯租赁）：若全部采用云端H800按需租赁，且不考虑MoE节约，日成本可高达792万元，但这是非优化的极端情况。
低估区间（极致优化自建）：若为自建数据中心，并计入MoE架构的90%计算节约，日成本可低至约28万元。
行业共识：综合DeepSeek的工程优化能力和公开的运营数据估算，处理8万亿token的单日算力成本合理区间为300万~500万元人民币。这一数字已包含电力、硬件折旧和网络成本，相当于每百万token的处理成本约为6元人民币。