DeepInfer 是 DeepSeek 内部生产推理框架的「离线推理」开源版：支撑 V4.1-Flash、单集群 155 万亿 tokens/天，但只支持 SM100 与昇腾 950，且不含 KV cache、PD 分离、负载均衡。它不是自建 DeepSeek API 的捷径。本文拆开讲它给了什么、没给什么，以及对做客户端和插件的人真正有用的三个点。

DeepInfer 是 DeepSeek 内部生产推理框架的「离线推理」开源版：支撑 V4.1-Flash、单集群 155 万亿 tokens/天，但只支持 SM100 与昇腾 950，且不含 KV cache、PD 分离、负载均衡。它不是自建 DeepSeek API 的捷径。本文拆开讲它给了什么、没给什么，以及对做客户端和插件的人真正有用的三个点。