英伟达近日宣布，其NVIDIA Blackwell平台已完成对DeepSeek-V4-Pro与DeepSeek-V4-Flash两款大模型的适配工作。开发者可通过NVIDIA NIM微服务直接下载部署，或基于SGLang、vLLM框架实现定制化推理，为AI应用开发提供更灵活的技术路径。
在模型参数配置上，DeepSeek-V4-Pro以1.6万亿总参数量与490亿激活参数的组合，专注于复杂推理场景；而DeepSeek-V4-Flash则采用2840亿总参数量与130亿激活参数的轻量化设计，主打高速响应需求。两款模型均支持百万级Token上下文窗口与最高38.4万Token的输出能力，可覆盖长文档分析、代码生成等核心应用场景，并采用MIT开源协议保障技术共享。
性能测试显示，DeepSeek-V4-Pro在NVIDIA GB200 NVL72集群上实现每用户每秒150个token的基准性能，通过vLLM框架的Day 0优化方案，可在Blackwell B300架构上快速完成部署。随着Dynamo编译器、NVFP4量化技术及CUDA内核的持续优化，模型推理效率有望进一步提升。
在部署生态构建方面，SGLang框架提供低延迟、均衡负载及最大吞吐量三种优化模式，满足不同场景的性能需求；vLLM框架则支持跨100个以上GPU节点的分布式推理，并集成工具调用与推测解码功能，为大规模AI服务提供技术支撑。这种多框架兼容的设计，显著降低了开发者将模型落地至生产环境的门槛。
