开源推理托管测算显示，GPU 选型比推理引擎更影响盈亏

Yingjun Wu 测算 DeepSeek V4.1 Flash 托管推理经济性后认为，GPU 租赁价格和型号比推理引擎选择更影响盈亏。H200 8 卡即使 100% 利用率也无法覆盖租金，B300 8 卡约 35% 利用率可保本，GB300 NVL72 使用 NVIDIA Dynamo 与 vLLM 调优后可分别以 48% 和 24% 利用率保本。