文 | kiki、謝浩

大模型競逐邁入第三年，來自中國杭州的一家本地初創(chuàng)企業(yè)DeepSeek如同一條鯰魚，徹底攪活了全球大模型的生態(tài)圈。

從蛇年春節(jié)開始，一場圍繞“接入DeepSeek”的競賽就席卷中國AI行業(yè)。短短一個多月內(nèi)，從芯片廠商、云廠商、算力服務商、軟件廠商再到面向終端用戶的各類硬件廠商，超百家中國公司已宣布加入DeepSeek朋友圈，借其開源模型能力，提升自身的業(yè)務想象力。

毫無疑問，DeepSeek讓大模型更普及了，但與洶涌流量并行而來的還有一個更關鍵的問題——算力。

圍繞著這個關鍵問題，市場的態(tài)度經(jīng)歷了“反復橫跳”：初期階段，DeepSeek低算力成本的特性，曾經(jīng)一度重創(chuàng)英偉達等算力廠商的股價；在這之后，隨著訪問用戶的激增和私有化部署的需求，算力概念股又強勢翻紅，供不應求。近期，DeepSeek還對外公布了其理論成本和利潤率，再度引發(fā)AI圈討論。

隨著DeepSeek朋友圈的不斷擴大，芯片硬件側由OpenAI所掀起的軍備競賽，究竟能否延續(xù)？這場算力游戲，又會帶來哪些新的規(guī)則？

1、DeepSeek“朋友圈”各懷心思

DeepSeek以低成本、高性能著稱，按照官方提供的數(shù)據(jù)，每個H800節(jié)點上每秒有73.7k/14.8k個輸入/輸出tokens，理論單日總收入562027美元，成本利潤率545%，其「中國式創(chuàng)新」激活了國產(chǎn)算力生態(tài)。

而從DeepSeek的「朋友圈」中來看，表現(xiàn)最為積極、速度最快的可以分為四類玩家：基礎層（包括國產(chǎn)芯片廠商、云廠商）、中間層（AI Infra廠商）以及在B、C兩端的軟、硬件廠商。

據(jù)「硅基研究室」不完全統(tǒng)計，第一批接入DeepSeek的企業(yè)就接近百余家。

“一天有十幾個咨詢，從春節(jié)復工后就沒有休息”。一位AI Infra廠商商務BD告訴「硅基研究室」。

作為連接大模型底層算力和下游應用的中間層，AI Infra廠商既是第一批接住DeepSeek“流量”的玩家，也是第一批吃到流量外溢的受益者。

AI Infra廠商硅基流動創(chuàng)始人袁進輝曾在朋友圈復盤，DeepSeek出圈后，他們在2月1日就迅速找到華為，完成DeepSeek-R1和V3在昇騰生態(tài)的適配工作。

與AI Infra廠商有著相似敏銳度的，還有國產(chǎn)芯片廠商，某智算中心服務商李楊（化名）的直接體感是，此輪DeepSeek熱潮中“國產(chǎn)AI芯片廠商這輪反應速度很快，幾乎和英偉達這些國際玩家同步接入。”

緊隨其后的就是云廠商和面向終端的軟硬件廠商。

云廠商方面，“互聯(lián)網(wǎng)云”幾乎都趕在春節(jié)期間上線了基于DeepSeek模型的API服務，打起了新一輪的「低API價格+開源模型戰(zhàn)」，云端算力推動DeepSeek加速滲透不同行業(yè)。

硬件方面，端側手機廠商也是最先擁抱DeepSeek的首批玩家，而在用戶最有直觀感受的軟件應用側，包括騰訊在內(nèi)的大廠攜「超級應用+DeepSeek」卷入競爭，給大模型競逐再添一把火。

分食DeepSeek流量背后，不同玩家其實「各懷心思」。從算力層來看，有著相對充足算力儲備的云廠商顯然動力更強。云廠商是中國算力市場的投資主力，向外它們既會大規(guī)模投資固定資產(chǎn)，包括采購芯片、服務器、租賃土地建數(shù)據(jù)中心等，對內(nèi)也會自研芯片。

以阿里和百度為例，2024年全年，阿里資本支出總計超724億元，百度超82億元，據(jù)《財經(jīng)》此前報道，阿里、字節(jié)跳動也早已完成10萬卡級別的算力儲備。

除此以外，DeepSeek通過模型壓縮、稀疏計算、混合精度訓練等多種技術手段驗證了低算力成本復現(xiàn)高性能模型的可行性，也給自研芯片的大廠帶來了“自供血”機會。

“自供血、對外租賃，云廠商有自己的業(yè)務閉環(huán)”。 聯(lián)想控股副總裁于浩告訴「硅基研究室」。

其次，在戰(zhàn)略層，借自有云業(yè)務，BAT和字節(jié)跳動借DeepSeek可以達成兩大意圖：一是通過DeepSeek這一超級流量入口，與自身產(chǎn)品協(xié)同，短期承接DeepSeek的流量。二是有助于鞭策內(nèi)部團隊，在對比中提升自身模型能力。

前者更像是移動互聯(lián)網(wǎng)時代大廠們擅長的打法，資深芯片專家、中存算董事長陳巍認為DeepSeek出現(xiàn)之后改變了大眾對大模型商業(yè)本質的思考：“原先公眾認為大模型它可能是一個在日常對話、應用辦公的工具，但事實上，DeepSeek出現(xiàn)之后，大模型也可以成為一個超越互聯(lián)網(wǎng)、甚至超越原先這些操作系統(tǒng)的超級流量入口。”

Sensor Tower的數(shù)據(jù)顯示，截至2月24日，DeepSeek移動端的日活數(shù)據(jù)，已由超過1500萬的峰值，下滑至700萬左右。與之對應的是，元寶、豆包、通義等均實現(xiàn)了訪問量和日活的大幅增長。

于浩提到，DeepSeek的模型能力有目共睹，有流量有市場，且前期在C端以免費模式實現(xiàn)DAU的閃電式擴張，頭部大廠自然會迅速跟進。

即便是放眼整個中國互聯(lián)網(wǎng)歷史上，像DeepSeek這樣得到全行業(yè)追捧和爭搶接入的產(chǎn)品，除了去年的“原生鴻蒙熱”，幾乎很難找到其他案例。

最后，回到應用側，DeepSeek以低成本和低功耗支持復雜AI任務運行，推動AI進一步下沉至智能終端、汽車智駕和產(chǎn)業(yè)側。

以廠商為例，華為、榮耀、OPPO、vivo、魅族、努比亞等手機品牌宣布在AI助手接入DeepSeek。

長期來看，手機廠商集體擁抱DeepSeek，一方面有利于其擴充云端AI生態(tài)，另一方面，也有望不斷拉動手機SoC需求量，在端側、邊緣側，誕生更多的軟硬件升級。

高通CEO安蒙近期在財報電話會上表示：“DeepSeek-R1和其他類似模型最近表明，AI模型正在發(fā)展得更快、更小、更強大、更高效，并且現(xiàn)在能夠直接在設備上運行。”

2、算力與有效算力：一邊閑置，一邊短缺

伴隨“接入DeepSeek”浪潮而來的，是服務器繁忙的提示。

如果從用戶直接體驗來看，服務器繁忙、延遲加劇，就連硅基流動也開始不得不限流，尋求更多的算力資源，特別當攜移動互聯(lián)網(wǎng)時代超級應用入場的大廠，龐大的用戶量更加劇了對算力的焦慮。

這些DeepSeek“朋友圈”，它們的算力到底夠不夠？

「硅基研究室」多方了解到，在這一問題上，行業(yè)目前的共識是短期算力洗牌，長期算力短缺。

「短期算力洗牌」指的是DeepSeek打破了過去模型廠商“大力出奇跡”的敘事，它在模型架構、預訓練和推理側的系統(tǒng)級工程手段，拉低了模型部署的算力門檻，短期內(nèi)給國產(chǎn)芯片、算力服務商等整合國產(chǎn)算力、推動國產(chǎn)算力洗牌提供了機會窗口。

具體來看又可以分為兩方面，一是給國產(chǎn)芯片提供了更多機會；二是解部分智算中心算力閑置的困局。

關于第一點，一直以來，強勁性能都是英偉達高端GPU的護城河，也是起步較晚的國產(chǎn)芯片的一大軟肋。

DeepSeek的出現(xiàn)一定程度上降低了對高性能芯片的依賴，作為采用MoE架構的大模型，DeepSeek對芯片訓練性能的要求并不高，即便是像英偉達H20這樣的性能閹割版GPU，也可以勝任DeepSeek的本地化部署需求，甚至成為了目前渠道端的“熱銷貨”。

一位芯片渠道商告訴「硅基研究室」，H20 141GB八卡服務器目前是120萬一臺，是期貨，要等4-6周，96GB H20八卡服務器還有不少現(xiàn)貨，但“每天一個價”。

相較于訓練場景，DeepSeek對于硬件側的需求更多聚焦在“堆料環(huán)節(jié)”。

陳巍告訴「硅基研究室」，“像DeepSeek這樣的超大超稀疏MoE模型，顯存遠遠不夠用。從產(chǎn)業(yè)角度而言，適配高端GPU的高帶寬存儲器（HBM）又很貴。”

這意味著，單純靠增大GPU顯存來適配DeepSeek，會憑空增加巨大的成本。

這也是為什么，業(yè)內(nèi)一直在探索更具性價比的部署方案。“一種合理的部署方式就是CPU/GPU多專家多顯卡的部署方案，還有一種是直接用CPU的內(nèi)存去充當不常用細分專家的存儲緩存。”陳巍說。

而這兩種方案所對應的“算力性價比”和“異構協(xié)同”能力，正是國產(chǎn)芯片長期發(fā)力的差異化優(yōu)勢。

另有大模型行業(yè)人士提到，國產(chǎn)生態(tài)對DeepSeek也并不陌生，2024年DeepSeek發(fā)布第二代開源大模型DeepSee-V2時，硅基流動就基于英偉達生態(tài)上線了推理服務，對其模型架構等方面也十分熟悉。

AI Infra廠商所做的工作涵蓋了數(shù)據(jù)準備、模型訓練、部署和應用整合等，硅基流動主要通過其模型云服務平臺SiliconCloud、大語言模型推理引擎SiliconLLM等產(chǎn)品，讓模型能力能按需調用。打個比方，它們相當于是一個“廚師”，將原始算力資源加工成符合用戶需求的“成品菜”，自上線DeepSeek R1/V3推理服務后，SimilarWeb數(shù)據(jù)顯示，給硅基流動帶來了數(shù)十倍的流量增長，目前SiliconCloud已獲得了超三百萬的用戶。

而對一些部署國產(chǎn)芯片的智算中心而言，DeepSeek出圈也短期解決了算力閑置和碎片化問題，上述智算中心服務商李楊算過一筆賬，中國智算中心項目目前已超過600個（包括在建），各地也在興建千卡、萬卡算力資源池。

據(jù)機構「IDC圈」不完全統(tǒng)計，截至2024年11月20日，中國智算中心項目已經(jīng)達到634個。

轟轟烈烈的“算力浪潮”之下，為何還會出現(xiàn)「閑置問題」？

在李楊看來，DeepSeek出圈前，國產(chǎn)算力中心缺少一個成本低、性能好且開源的模型。“智算中心大多是國產(chǎn)卡，一個大模型火了，每次都要適配一堆，加上人力有限，沒有好的開源模型，所以很多最后沒有用起來?！?/p>

另一個原因在于，算力中心主要面向產(chǎn)業(yè)、學界等，客戶對算力成本也很敏感。過去在推理側，智算中心以單卡形式提供算力服務，智算中心的集群規(guī)?；]有凸顯，國產(chǎn)算力得不到有效消耗。

“成本和產(chǎn)能就是主要問題，產(chǎn)能低的芯片價格高，只有產(chǎn)能穩(wěn)定才能有規(guī)模效應，降低智算中心成本?！崩顥罡嬖V「硅基研究室」。

但DeepSeek打破了這個窘境：首先，國產(chǎn)芯片廠商反應迅速，其次，作為李楊口中一個真正“好的開源大模型”，它帶動了上下游生態(tài)，疊加政策驅動，推動過去閑置的國產(chǎn)算力真正地用起來。

除此以外，作為中間層的AI Infra廠商也在迅速整合生態(tài)、加速算力市場洗牌，在DeepSeek牽引下，比如推出敏捷式的多并發(fā)一體機，以軟硬件一體化，提供更多元、高效的推理服務解決方案。

但短期洗牌過后，長期來看，算力還是短缺的。

訓練和推理是AI芯片的主要任務場景，DeepSeek帶動智能算力結構變化，推動Scaling Law向后訓練、推理階段轉移。

據(jù)IDC數(shù)據(jù)，2024年，中國智能算力規(guī)模達725.3百億億次/秒（EFLOPS），同比增長74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。分結構來看，未來智能算力內(nèi)部訓練算力占比會下滑至27.4%，推理算力占比將上升到72.6%。

推理算力猛漲的背后，是行業(yè)對“AI加速滲透千行百業(yè)”的期待。

民生證券以目前日活量、日均token調用量為基礎，對“超級應用”接入DeepSeek做出了保守估算，10億級別DAU應用接入DeepSeek且全面普及使用后，所需的推理算力規(guī)模約為28萬張H20。

東吳證券也以AI手機為例，測算得到端側算力需求在2024-2027年間基本維持翻倍以上的增速，AI手機云端算力需求折算成Blackwell GPU卡的FP8算力，在2025年的需求量約為12萬張。

“算力永不眠。”一位大模型行業(yè)人士向「硅基研究室」這樣解釋，可以從大廠公布的Token消耗量粗暴理解算力長期需求。

去年12月18日，字節(jié)公布豆包通用大模型日均Token消耗量已超4萬億，百度在去年8月公布文心一言通用大模型日均處理Tokens文本超1萬億，而據(jù)火山引擎智能算法負責人吳迪此前預測，2027年豆包每天Token消耗量預計超過100萬億，是原來的100倍以上。

上述大模型行業(yè)人士稱，考慮到未來視頻推理、用戶量增長等因素，推理算力需求長期或向百萬卡邁進，“長期算力難以準確估計”。

事實上，中國科技大廠已經(jīng)進入新一輪的擴張周期——以阿里近兩年資本支出為例，分季度呈現(xiàn)出高增趨勢，部分季度甚至呈現(xiàn)三位數(shù)高增，阿里管理層在最新財報電話會給出的指引是——未來三年在云和AI的基礎設置投入將超越過去十年的總和，約為3800億元。

據(jù)「硅基研究室」不完全統(tǒng)計，開年后，多家中國云廠商宣布新節(jié)點計劃，阿里云在泰國、墨西哥新數(shù)據(jù)中心先后官宣啟用。

比中國科技大廠更早進入算力投資的是海外科技大廠，「硅基研究室」在《「DeepSeek恐慌」，為何難擋微軟們瘋狂撒錢？》中提到，拉長時間線看，從2023年Q2開始，微軟、Meta、亞馬遜和谷歌的資本支出就呈現(xiàn)出明顯的上升趨勢。

如果按「資本密集度」（資本支出占營收比重）這一指標看，2024年，微軟、Meta、亞馬遜和谷歌資本支出占總營收的17.2%，這一數(shù)字甚至高于上一輪大型能源公司的資本支出投入。

這究竟是一種害怕錯過的情緒，還是被擁躉的“杰文斯悖論”真相？沒有人能給出確切的答案。

此前Meta創(chuàng)始人扎克伯格也被彭博主持人問到：“數(shù)據(jù)中心的投資到底是不是泡沫？”無法正面回答的扎克伯格，只能從互聯(lián)網(wǎng)泡沫里找答案：“許多所謂的泡沫最終也會變得很有價值，這只是一個時間問題，我不知道AI最終會怎么發(fā)展，還是很難預測的?！?/strong>

3、“算力游戲”與“效率游戲”

比起討論「是不是泡沫」，國產(chǎn)算力現(xiàn)階段還有更需要做的事。

于浩認為，這幾年國內(nèi)算力發(fā)展可以分為兩個階段：一是“小馬拉大車”，以追為始，集體將向OpenAI看齊，明星企業(yè)大量融資但望卡興嘆；二是“小米加步槍”，DeepSeek出圈破局，將每口糧食都吃在刀刃上，每顆子彈都瞄在靶心上，軟硬兼施，壓榨算力優(yōu)化到極致。

“行業(yè)需要更多的高性價比算力”，從2003年就開始在清華實驗室接觸人工智能的陳巍這樣總結。

在陳巍看來，首先是堅定地支持像DeepSeek這樣有價值的國產(chǎn)自主創(chuàng)新；其次是要積極復現(xiàn)DeepSeek的技術路線，以及在具體業(yè)務場景中“邊跑邊落地更具性價比”的算力方案。“大家要更多地支持像DeepSeek這樣的一個跨界聯(lián)合創(chuàng)新，而不僅僅是單點創(chuàng)新。”

單靠DeepSeek的一己之力，很難撬動硬件端國際大牌們的護城河。

以此前媒體所報道的“DeepSeek擊穿CUDA生態(tài)”為例，本質上只是DeepSeek依托PTX（Parallel Thread Execution，CUDA生態(tài)內(nèi)部的中間指令集），繞過了CUDA生態(tài)的高層API，越級直接指揮、優(yōu)化底層硬件，但上述技術路線本質上仍然在英偉達的框架內(nèi)尋求突破。

即便是聚焦技術路線創(chuàng)新DeepSeek，也仍然沒有完全繞過英偉達CUDA生態(tài)，這意味著，在國產(chǎn)AI芯片側，借DeepSeek之勢，抱團取暖，建立國內(nèi)自主可控的類CUDA生態(tài)是長期任務。

一位不愿透露姓名的服務器專家向「硅基研究室」表示，國產(chǎn)AI芯片現(xiàn)階段仍需要基于大模型做專門設計，例如“低精度高緩存”，加快支持FP8數(shù)據(jù)類型（DeepSeek采用了 FP8混合精度訓練），讓推理更加便宜的同時，也利于下游服務器廠商的設計。

在云廠商及算力服務商側，在豪賭之外，需要算大模型的經(jīng)濟賬——除了采購芯片外，數(shù)據(jù)中心建設還包括了能源配套、人力配套（運維、研發(fā)）和數(shù)據(jù)資產(chǎn)等成本支出。

除此以外，在大模型抵達最終訓練前，前期研究、所使用的數(shù)據(jù)訓練等各環(huán)節(jié)的試錯成本，以及人員薪酬等這些也都是總成本的一部分，模型廠商并不會公開這些隱形成本。

因此，如何在算力建設的每一環(huán)降低資源浪費，這既考驗大廠各家的Infra能力，也考驗自身的預期管理。

海外云廠商的普遍做法有延長服務器折舊周期，與能源公司合作等手段，有的也及時止損。此前微軟就被曝出暫停了OpenAI計劃使用的威斯康星州人工智能數(shù)據(jù)中心的部分建設，原因是高估了部分地區(qū)的算力需求。

一邊更合理地規(guī)劃資源，提升算力利用率。另一邊，巧妙施展財技，保證利潤率水平，這也是后續(xù)云廠商反應在基本面上的趨勢。具體到模型側，擁抱開源、持續(xù)優(yōu)化算法，已經(jīng)成為了當前各大廠商的階段共識。

與此同時，在應用側推動產(chǎn)品爆發(fā)、落地，也成為了廠商們拓展“算力故事”的重點。根據(jù)「硅基研究室」多方了解，C端的個人Agent、B端的企業(yè)私有化部署以及G端的政務公共智算云，則是行業(yè)目前關注的三大方向。

如果說，過去OpenAI掀起的是一場算力游戲，那么DeepSeek出圈后，這場游戲還將繼續(xù)，只不過它有了新的定語，這是一場“算力效率”的游戲。

盡管一度被砸掉6000億美金市值，黃仁勛還是多次對DeepSeek給予了正面評價，最新的財報電話會議中，他說：“感謝DeepSeek，它開源了一個絕對世界級的推理模型?！?/strong>