本地部署回本账怎么算：四台 DGX Spark 满产 7.3 年，利用率 5% 就是 145.6 年
判断「本地部署省不省钱」要用三个数：整机功率（不是 nvidia-smi 读数）、真实月产能（不是标称算力）、真实利用率（不是 24 小时满载假设）。本机四台 DGX Spark（TP4 跑 deepseek-v4.1-flash）实测：并发 8 系统吞吐 112.05 tok/s，满产 290.4 百万 token/月；整机电源 240W × 4 = 0.96 kW，电费 414.72 元/月；按 DeepSeek 2026-08-17 价（V4-Flash 输出空闲 4.5 / 高峰 9 元每百万），峰谷各半回本 7.3 年。但真实利用率 5% 时，回本变成 145.6 年。
本地部署回本ROI成本核算DGX Spark电费功耗nvidia-smi云端APIDeepSeek算力账本选型这条适用于
- 已有一座可 24h 运行的多卡推理集群，且能取到整机/芯片两级功耗读数
- 手上有真实 API 单价（含峰谷时段定义与生效日期），否则云账单一侧无法算
- 目标是判断「该不该自建」，不是比较两家 API 谁便宜（那属另一类问题）
版本指纹
4× DGX Spark / GB10 / Ubuntu 24.04.5 / 驱动 580.178.04 / CUDA 13.0 / SGLang 起 deepseek-v4.1-flash；API 单价取 DeepSeek 2026-08-17 生效价
具体做法
本机实测环境：4× DGX Spark（四节点，私有网段），Ubuntu 24.04 / GB10 / CUDA 13.0，TP4 张量并行，SGLang 起 deepseek-v4.1-flash（max_model_len 1,048,576）。
【并发梯度（max_tokens=512 / temperature=0 / prompt 20 token，串行三轮）】
· 并发 1：墙钟 15.842 s，输出 441 tok → 27.84 tok/s
· 并发 4：墙钟 23.088 s，输出 1,696 tok → 73.46 tok/s（2.64×）
· 并发 8：墙钟 31.887 s，输出 3,573 tok → 112.05 tok/s（4.02×）
· 单请求耗时 15.84 → 21.58 → 26.41 s（恶化 1.67×）【功耗（每 0.5 s 采 nvidia-smi，并发 8 档 15 个有效样本）】
· 单台均值 34.65 / 36.31 / 36.57 / 38.77 W，四台合计 146.30 W
· GPU 利用率 85.3-87.4%
· 四台常驻待机合计 137.03 W
· 官方：整机电源 240 W/台（四台 960 W）、GB10 芯片 TDP 140 W/台，余 100 W 供 ConnectX-7/Wi-Fi/SSD/USB-C
【口径差】
· 按 nvidia-smi 算电费：63.20 元/月
· 按整机电源算：414.72 元/月
· 低估 6.6 倍
【回本（硬件 135,000 元 / 电价 0.6 元/kWh / 纯输出估算）】
· vs V4-Flash 空闲 4.5：云 1,306.95，净省 892.23 → 12.6 年
· vs 峰谷各半 6.75：云 1,960.43，净省 1,545.71 → 7.3 年
· vs V4-Flash 高峰 9.0：云 2,613.90，净省 2,199.18 → 5.1 年
· vs V4-Pro 高峰 27.0：云 7,841.71，净省 7,426.99 → 1.5 年
【利用率敏感度（峰谷各半）】
· 100% 7.3 年｜70% 10.4｜50% 14.6｜30% 24.3｜20% 36.4｜10% 72.8｜5% 145.6 年
【电费平衡点】
· vs 空闲档需 92.2 百万 token（满产 31.7%）｜峰谷各半 61.4（21.2%）｜高峰 46.1（15.9%）｜V4-Pro 15.4（5.3%）
三个必须标清的假设：① 硬件价按 2026 年 8 月 $4,699/台折算 13.5 万元，不含电费以外的运维、替换、网络 ② 电价按 0.6 元/kWh 通用值，各地差异可达 2 倍 ③ 云账单只按输出 token 计，未计输入 —— 这使云端成本偏高，对本地有利。若把输入算进去（V4-Flash 缓存未命中 1.5/3.0 元），云端支出会显著上升，回本会更快。反之若你的实际业务输出占比低，回本会更慢。