· 瀚钦(丹东)智能科技有限公司

11 月 16 日,《科创板日报》获悉,DeepSeek 对 App 与网页版的长对话进行了限额使用。多名用户反馈,DeepSeek 提示"因算力不足,不再支持超过 7 天不活跃的长对话",同时将单次输入文字的上限缩短至 4 万字左右;每日对话额度也被设限,当用户日使用量达到上限时,会提示"因服务器繁忙,使用额度已达上限"。
这条提示把很多用户挡在了门外——尤其是正急着让它写方案、改代码的时候。但限额背后,并不是一句"服务器繁忙"就能概括的。
最直观的一组数字是:DeepSeek 的日活用户从年初的 1.2 亿涨到接近 2 亿,涨幅将近 67%;而同期算力储备的增长只有 8.3%。就像一家突然爆红的小面馆,门口排起长队,后厨却只有一个灶,再热情也炒不过来。
这还只是总量上的差距。真正吃紧的,是结构。
DeepSeek 采用的是 MoE(混合专家)架构,推理效率高,但所有专家都需要在显存里随时待命。用户一多,跨卡通信的带宽往往先撑不住——即便 GPU 算力还有富余,也没法再接新客。更关键的是,推理阶段消耗的算力大约是训练的 12 倍,日活翻番带来的推理压力,远不是训练侧的经验能覆盖的。
外部因素则雪上加霜。随着美国对高端 AI 芯片的出口管制趋严,采购高性能海外芯片的路径基本被堵死;平台偶尔还会遭遇大规模 DDoS 攻击,让本就紧张的算力进一步承压。
面对这道算不过来的账,DeepSeek 给出的解法分三层。
短期是限流与价格杠杆"错峰出行"。 限制每人每天的对话额度、把单次输入上限压到 4 万字左右,再配合 API 峰谷定价,引导用户在低峰时段使用。限额不是把门关上,而是把排队的人流往空闲时段疏导。
技术端是"瘦身增肌"。 新推出的 V4 系列采用全新的注意力机制,在百万长上下文场景下的推理算力需求降到上一代的 27%,KV 缓存占用降到 10%;通过全栈优化,现有集群的推理吞吐能力提升了近 40%。同样的灶台,硬是炒出了更多份菜。
长期则是真金白银砸基建。 今年 10 月,DeepSeek 完成 1055 亿元融资,随后向华为下达 16 万颗昇腾 950DT 芯片的订单,并计划在内蒙古乌兰察布建设一座吉瓦级超大型数据中心。等这批国产算力全部到位,"灶台"会宽裕很多。
如果你觉得眼下的限额影响了干活儿,有两个现成的办法:一是错峰使用,比如晚上或周末,避开白天的排队高峰;二是切换到更轻量的 V4.1 Flash 模型,对话会顺畅不少。
"算力不足"的阶段确实难熬,但并非无解。一边是对话量的爆发式增长,一边是国产算力从芯片到数据中心的加速补位——这场供需赛跑的结果,决定了国产大模型下一步能跑多快。多给一点时间,也给自己多一点耐心,答案会逐步浮现。
---
据《科创板日报》11 月 16 日消息,DeepSeek 对 App 与网页版的长对话实施限额:一是不再支持超过 7 天不活跃的长对话,提示"算力不足";二是将单次输入文字上限缩短至 4 万字左右;三是限制每日对话额度,日使用量达到上限时会提示"因服务器繁忙,使用额度已达上限"。
需求增长远快于供给。DeepSeek 日活用户从年初 1.2 亿涨到接近 2 亿,涨幅近 67%,而算力储备只增长 8.3%。同时其 MoE 架构要求所有专家常驻显存,用户增多时跨卡通信带宽先撑不住,即便 GPU 算力有富余也难接新客;推理算力消耗约为训练的 12 倍。此外,美国对高端 AI 芯片的出口管制限制了海外高性能芯片采购,平台还遭遇过大规模 DDoS 攻击,进一步加剧算力紧张。
短期主要靠限流与价格杠杆"错峰出行":限制每人每天对话额度、把单次输入上限压到约 4 万字、推出 API 峰谷定价,引导用户在低峰时段使用,把排队人流往空闲时段疏导,而不是简单地拒绝服务。
新推出的 V4 系列采用全新注意力机制,在百万长上下文场景下推理算力需求降到上一代的 27%,KV 缓存占用降到 10%;配合全栈优化,现有集群的推理吞吐能力提升近 40%。这些优化让同样的硬件集群能承载更多请求。
长期靠国产算力基建补位——DeepSeek 今年 10 月完成 1055 亿元融资,随后向华为下达 16 万颗昇腾 950DT 芯片订单,并计划在内蒙古乌兰察布建设吉瓦级超大型数据中心。用户当下则可错峰使用(如晚上或周末),或切换到更轻量的 V4.1 Flash 模型,获得更顺畅的体验。---