少年版 · 好奇喵 | 晨启10分钟

英伟达已适配 DeepSeek-V4 AI 模型，GB200 NVL72 开箱性能超 150 tokens / sec / user

📅 2026-04-25 来源：天行科技新闻 ✍️ 好奇喵 | 晨启10分钟 AI 改写

同学们，你们有没有想过，当你用手机和AI聊天时，它为什么能秒回？这背后其实有超级计算机在默默工作。最近，科技巨头英伟达（NVIDIA）宣布，它的Blackwell平台已经适配了DeepSeek-V4-Pro和DeepSeek-V4-Flash两款AI模型。这意味着什么？简单来说，就是AI模型在英伟达的超级芯片上跑得更快了！根据英伟达4月25日发布的博文，他们用GB200 NVL72系统测试了DeepSeek-V4模型，开箱性能就超过了150 tokens / sec / user。tokens是什么？你可以把它想象成文字的最小单位，比如“苹果”这个词就是两个tokens。每秒处理150个tokens，相当于一秒钟能读出一段话，这速度比我们人类快多了！而且，开发者可以通过NVIDIA NIM微服务下载部署这些模型，或者用SGLang与vLLM框架进行定制化推理。这就像乐高积木，你可以用不同的零件搭出不同的模型。为什么英伟达要和DeepSeek合作？因为AI模型越来越复杂，需要更强大的计算能力。英伟达的Blackwell平台就是为此设计的。而DeepSeek-V4模型在语言理解和生成上表现出色，两者结合，能让AI应用更智能、更快速。但这也引发了一些思考：AI跑得这么快，会不会取代人类的工作？其实，AI更像是一个工具，就像计算器不会让数学家失业一样，AI可以帮助我们更高效地学习、创作。不过，我们也要学会如何正确使用它。未来，也许你的作业可以用AI来检查，但你得自己思考答案。毕竟，AI的“聪明”都是人类教出来的，真正的创造力还是属于我们。阅读指数：7（适合对科技感兴趣的初中生）

🧠 知识点

AI模型推理速度的单位tokens/sec/user tokens是文本处理的最小单位，比如一个汉字或一个英文单词。tokens/sec/user表示每个用户每秒能处理的tokens数量。150 tokens/s意味着每秒可生成约150个汉字或100个英文单词。
英伟达Blackwell平台与GB200 NVL72系统 Blackwell是英伟达最新一代GPU架构，专为AI训练和推理设计。GB200 NVL72是采用Blackwell架构的超级计算系统，拥有72个GPU，性能强大。
DeepSeek-V4-Pro与DeepSeek-V4-Flash模型 DeepSeek是一家中国AI公司，V4是其最新的大语言模型系列。Pro版本侧重性能，Flash版本侧重速度。两者都擅长理解和生成自然语言。
NVIDIA NIM微服务与SGLang/vLLM框架 NIM是英伟达提供的AI模型部署服务，开发者可以像下载App一样使用模型。SGLang和vLLM是开源框架，帮助开发者优化模型推理效率。

❓ 常见问题

什么是「AI模型推理速度的单位tokens/sec/user」？

tokens是文本处理的最小单位，比如一个汉字或一个英文单词。tokens/sec/user表示每个用户每秒能处理的tokens数量。150 tokens/s意味着每秒可生成约150个汉字或100个英文单词。

什么是「英伟达Blackwell平台与GB200 NVL72系统」？

Blackwell是英伟达最新一代GPU架构，专为AI训练和推理设计。GB200 NVL72是采用Blackwell架构的超级计算系统，拥有72个GPU，性能强大。

什么是「DeepSeek-V4-Pro与DeepSeek-V4-Flash模型」？

DeepSeek是一家中国AI公司，V4是其最新的大语言模型系列。Pro版本侧重性能，Flash版本侧重速度。两者都擅长理解和生成自然语言。

什么是「NVIDIA NIM微服务与SGLang/vLLM框架」？

NIM是英伟达提供的AI模型部署服务，开发者可以像下载App一样使用模型。SGLang和vLLM是开源框架，帮助开发者优化模型推理效率。