DeepSeek V4发布在即，基础设施负责人代达劢面临硬件迁移与高并发双重考验

事件概述

据内部沟通消息，DeepSeek新一代旗舰大模型DeepSeek V4预计于2026年4月下旬正式发布。然而，在新模型发布前夕，DeepSeek的基础设施稳定性面临严峻考验。3月29日晚至30日上午，平台遭遇史诗级服务中断，持续时长达12小时58分钟，创下该司成立以来单次故障最长纪录。此次事件引发外界对DeepSeek能否承载V4发布后可能爆发的流量冲击的担忧。

核心人物：代达劢（Dai Daidong）

代达劢是DeepSeek基础设施团队的核心负责人，负责整个推理系统的工程优化、规模化部署及底层管道建设。其背景与贡献包括：

• 学术成就：2024年毕业于北京大学计算机学院，师从穗志方教授。发表20余篇顶会论文，Google Scholar引用超2.8万次，曾获EMNLP最佳长论文奖（中国大陆机构首次获此殊荣）。
• 技术架构：作为第一作者提出DeepSeekMoE架构（发表于ACL 2024），通过“细粒度专家分割”和共享专家隔离机制，解决了传统MoE架构的冗余问题。该架构使145B参数模型仅需28.5%计算量即可达到同等性能，成为DeepSeek-V2和V3的核心基础。
• 当前职责：专注于让模型在百万级用户并发下不崩盘，负责多硬件平台调优、分布式架构设计及故障降级预案。

关键挑战：V4发布的“硬仗”

1. 国产芯片全面迁移

DeepSeek V4将基于国产芯片完成适配，这意味着从英伟达CUDA生态向国产框架的底层迁移：

• 算子重写：需大量重写底层代码，特别是Flash Attention、Triton自定义算子等高性能优化层。
• 精度对齐：不同芯片的并行分拆策略导致浮点运算累积误差路径不同。对于百亿级以上参数及长上下文场景，误差可能在输出层产生明显偏差，需重新排查性能瓶颈。
• 资源调度：如何在多硬件平台间做好动态分配与负载均衡，确保迁移过程服务不中断。

2. 高并发下的系统稳定性

3月29日的崩溃暴露了交付系统在应对流量高峰时的不足：

• 故障时间线：
  • 21:35：大规模服务中断开始。
  • 23:23：首次修复，部分恢复但随即再次波动。
  • 01:24：二次修复，服务仍不稳定。
  • 次日10:00：所有服务完全恢复正常。
• 历史对比：此前DeepSeek网页端服务从未出现超过2小时的中断，此次近13小时的瘫痪与其技术能力预期不符。

3. 人才储备与系统优化

为应对V4的挑战，DeepSeek近期加强了基础设施团队建设：

• DualPath论文：2026年2月联合清华、北大发布，旨在解决推理系统的吞吐瓶颈，提升大规模服务承载能力。
• 人员扩充：北大博士生吴永彤于2025年7月加入DeepSeek系统组，专注于大规模内部软件系统的系统级优化，确保在不同硬件平台上高效运行。

结论

DeepSeek V4的成功不仅取决于模型跑分，更取决于发布时系统能否稳住。如果V4发布当天再次发生长时间宕机，即便模型性能再强也难以挽回用户体验。代达劢及其团队面临的不仅是技术架构的升级，更是将模型能力稳定交付给用户的工程战役。