以DeepSeek模型为代表的MoE技术路线，正不断突破通用大模型的效果上限。其创新的PD优化与大EP推理方案，推动大模型迈向“高性能、低成本、强普惠”的新阶段。

事实上，早在1991年，两位人工智能界的泰斗Michael Jordan与Geoffrey Hinton在论文《Adaptive Mixture of Local Experts》中，就首次提出了MoE框架。随着大模型应用场景愈加复杂和垂直，大模型参数增大的同时，消耗的算力资源和时间成本也随之增加。凭借“稀疏激活、低资源消耗、高模型容量”的优势，MoE逐渐成为大模型开发者的新宠。

DeepSeek模型的成功实践，为MaaS平台厂商指明了方向，也带来了挑战：如何在提供高性能大模型推理服务的同时，实现对成本的极致控制？四月份，科大讯飞技术团队通过深度解析DeepSeek-V3 / R1 推理系统成本，发现除了极致的推理性能及吞吐优化外，大模型成本与算力资源有效利用率、首响用户体验等体系化的综合策略紧密关联。

基于以上洞察，讯飞星辰MaaS平台成功复现了生产级PD（生产部署优化）+大EP（大规模跨节点专家并行），实现了高性能的DeepSeek V3上线：

💻 万路并发保障：大规模并发场景下，系统稳定、延迟低，用户体验更流畅；

🚀 请求级指标提升 ：TTFT（首Token延迟）性能提升30%，TPOT（单Token生成时间)性能提升35%，显著减少延迟，降低用户「等候感」；

☁  弹性混合云架构：支持多源异构算力调度，灵活应对流量波峰波谷。

高性能DeepSeek V3上线：万路并发无压力，批量处理享半价

讯飞星辰 MaaS 平台始终致力于打造高效、稳定、低成本的大模型推理服务。目前平台上提供星火全系列，以及DeepSeek、Qwen3等共50+个行业主流模型。在对DeepSeek V3推理系统成本进行深度分析基础上，实现了DeepSeek V3推理性能的阶跃:

关键指标对齐官网，万路并发流畅响应

实现生产级PD+大EP复现，极致压榨硬件性能，TTFT、TPOT等关键指标对齐DeepSeek官网，其中，TTFT性能提升30%，TPOT性能提升35%。大规模生产集群吞吐再翻倍，即使在万级并发压力下，依然能保持低延迟与流畅响应。

Batch API升级，高效低价数据处理

重点升级了支持DeepSeek V3的Batch API，为需要处理大规模数据且非实时场景的任务，如：企业级数据分析、内容生产、客户反馈处理等，提供高性价比推理服务且无并发限制，可实现价格比传统调用降低50%，并在24小时内完成任务处理。

弹性混合云架构，流量洪峰更有保障

星辰MaaS平台自研了弹性多源异构混合云架构，以自建算力为中心扩展接入多个混合算力，提供稳定可靠的算力保障用户的流量洪峰，确保服务的稳定性。

针对有大量调用需求的开发者和企业，讯飞星辰MaaS平台提供了专人对接的定制化方案，咨询入口：https://www.xfyun.cn/botIm

模型工具升级：精调方案随心用，500+开源模型自主托管

为进一步降低模型定制门槛，助力开发者快速创新，在提供高性能开源模型的同时，近期，讯飞星辰MaaS平台实现了多项功能上新：

精调方案共享：开放数据分类、表格问答、剧本生成等多个精调方案，零门槛上手，开箱即用，可快速落地在真实业务场景中。

 

以营销创作脚本为例，用户只需输入推广场景、产品卖点、脚本风格、面向人群等资料，即可实现从「创意构思」到「爆款脚本」的全链路智能化生产。

Qwen3全系上线：继率先支持Qwen3旗舰模型Qwen3-235B-A22B和Qwen3-30B-A3B推理之后，目前Qwen3全系模型均已在星辰MaaS平台上线，支持推理/训练，为开发者提供了更为多元的模型选择空间。

开放自主托管渠道：支持开发者自主托管开源模型，包括HuggingFace提供的开源模型（500+）及平台预置模型，均可一键部署，即用即销，进一步降低了开发成本，使开发者和企业得以专注于业务逻辑创新，推动AI创新应用落地。

秉承开放开源理念，下一步，星辰MaaS平台将开源面向大规模生产级的支持PD调度的集群镜像方案，实现拓扑感知调度，兼容SGlang、自研等多种推理框架、自带多源异构弹性混合云调度，支持训推一体潮汐调度，进一步降低多模型、多算力、高并发的大模型集群部署复杂度。

PC端访问讯飞星辰MaaS平台官网：https://maas.xfyun.cn/，即刻体验高性能DeepSeek V3。

---

关于讯飞星辰MaaS平台：

低门槛一站式大模型精调训练平台，助力企业高效构建专属大模型。

开箱即用，上手快：覆盖数据工程、精调训练、推理服务等全生命周期工具链，提供开箱即用、即用即销的平台服务能力。

模型丰富，应用快：支持星火全系列并兼容DeepSeek、Qwen3等，共50+行业主流大模型版本的微调与服务，微调到应用的工期从几天降低到小时级。

成熟训推框架，高可用：构建开箱即用的训推工具与框架，支持lora、full sft等多种训练方式，定制模型按需托管，服务可用性99.95%。

算力利用率高，成本低：实现基于弹性混合云训推算力的潮汐调度，支持即用即销的大模型自主托管推理模式，持续提升算力资源利用率，实现大模型推理成本持续降低。