今日，英伟达宣布其NVIDIA Blackwell平台已成功适配DeepSeek-V4-Pro和DeepSeek-V4-Flash两款模型，开发者现可通过NVIDIA NIM微服务进行下载部署，或利用SGLang与vLLM框架实现定制化推理。DeepSeek-V4-Pro模型拥有1.6T总参数量和49B激活参数，专为高级推理任务设计；而DeepSeek-V4-Flash则拥有284B总参数量和13B激活参数，旨在提供高速高效的推理服务。两款模型均支持100万Token上下文窗口和最高38.4万Token输出长度，适用于长文本编码、文档分析等核心应用，并遵循MIT开源协议。

实测数据显示，DeepSeek-V4-Pro在NVIDIA GB200NVL72上的性能超过150 tokens/sec/user，而借助vLLM的Day0配方，开发者可在Blackwell B300上快速部署。随着Dynamo、NVFP4及CUDA内核的深度优化，性能有望进一步提升。在部署生态方面，SGLang提供低延迟、均衡及最大吞吐量三种配方，而vLLM框架则支持多节点扩展至100个以上GPU，具备工具调用与推测解码能力。