DeepSeek 官方应用为什么能卖到全网最低价，答案之一一直锁在它自己的机房里。10月16日，这把锁打开了：驱动 DeepSeek 大规模线上服务的推理框架 DeepInfer 开源，Apache-2.0 协议。截至10月28日，仓库拿到 23324 颗星、2722 次派生，上线11天。
README 第一句写得很直白：这是支撑 DeepSeek 大规模生产服务的高性能推理框架，这次开源提供离线推理，附带规模化服务所需的核心功能。当前适配的模型是 DeepSeek-V4.1-Flash。计算内核复用自家整套积木：FlashMLA、DeepGEMM、DeepEP，加上自研 TileLang 内核。
调度层面的东西是这次的重头。注意力并行、均衡上下文并行、MoE 专家并行加 EPLB 负载均衡；DSpark 置信度调度验证，用草稿 token 加速解码；SWA 有界重放，只重放有界后缀来削减预填充开销；异步调度默认开启，CPU 批调度和设备执行重叠跑。
DeepSeek 系开源组件星标对比（截至10月28日）（数据来源：公开数据整理）
两个特性平时少见，值得单独说。一是批不变推理和确定性采样：同一段输入、同一组参数，跨不同批次组合输出完全一致，跑对账、审计类业务的人知道这有多值钱。二是结构化输出：生成结果直接被正则、JSON Schema 或语法规则约束，喂给下游程序不用再修边幅。
硬件支持名单里藏了个大新闻：NVIDIA SM100 之外，华为昇腾 950 NPU 写在第一批支持里。运行要求也是双轨并列——NVIDIA 走 CUDA 13，昇腾走 CANN 9.2，都要 Linux、Python 3.12。
开源版里有什么、没什么（README 明示）（数据来源：公开数据整理）
有三件事要看清。
第一件，开源的是引擎，不是整套服务。README 明说 KV 缓存系统、预填充与解码分离部署、跨副本负载均衡都不在这次包里——想搭完整服务还得自己补。官方留了一手，也留了路标。
第二件，昇腾 950 进了官方工具链第一梯队。国产芯片和大模型官方框架的适配，过去多是社区行为，这次直接写进 DeepSeek 自家仓库的运行要求，规格和 CUDA 并排。这个信号比星标数字大。
第三件，11天超过自家内核三件套八个月的积累。FlashMLA、DeepGEMM、DeepEP 去年2月开源，至今星标在一万上下；DeepInfer 十一天到了 23324。框架层的开源比内核层更能带动下游生态，星标速度只是这个差别的影子。
DeepSeek 开源节奏时间线（数据来源：公开数据整理）
参照系是社区里现成的方案：vLLM、SGLang 都能跑 DeepSeek 模型，但官方引擎带着生产环境验证过的调度器和确定性保证进场，定位不一样。
你会把手头的推理框架换成官方版吗？说说你现在的部署方案，评论区比一比。