21世紀經濟報道記者孔海麗 北京報道

　　從2024年12月發布V3大模型，到最近推出R1模型和多模態模型Janus-Pro，DeepSeek持續出圈，形成了全球AI界甚至整個科技圈的“DeepSeek現象”。

　　多次采訪馬斯克等AI企業家的知名播客主持人萊克斯·弗里德曼（Lex Fridman），用了一個詞叫做“DeepSeek 時刻”，“我認為 5年后它仍將作為科技史上的關鍵事件被人們銘記。”

　　DeepSeek出圈的原因之一是，它采用“更聰明”的算法，把AI訓練成本砍掉近60%，卻實現甚至超越了同類模型的性能。簡單來說，同樣的產品，別人花100塊訓練一個AI模型，它只要40元。這種“省錢打法”直接戳中了行業的痛點——過去拼的是誰能買更多高價芯片，現在比的是誰能把芯片用得更好。

　　DeepSeek不僅提供了新的AI技術路線，更重要的是，它在硅谷和華爾街聯合主導的AI敘事鐵墻上撕開了一道口子。

　　但自豪和興奮之余，還是要保持清醒的頭腦。且不說，在資金、技術、人才等方面，以DeepSeek為代表的新創AI企業，尚無法向OpenAI、Anthropic 這些巨頭發起全面挑戰，單單就V3、R1而言，其算法優化也有代價：處理復雜場景時，它的表現明顯不如燒錢堆出來的大模型。就像用精簡版PS軟件修圖——日常夠用，專業場景會露怯。何況，短時間內我們還不足以撼動英偉達巨頭們的硬件江湖。

　　擺脫硬件依賴尚不現實

　　在“DeepSeek現象”推動下，未來的算力圖景，并非單一曲線繪就。

　　一方面，像DeepSeek這樣的產品，更高流量、更低開發和消費成本，可能帶來AI應用的突然爆發，這是所有從業人員夢寐以求的場景。

　　另一方面，當訓練成本下降刺激更多公司入場，消費者應用呈指數級增加，催生AI生態鏈全面繁榮，芯片需求將迎來超乎預期的增長。

　　硬幣兩面，恰好構成了算力命題的悖論。

　　但是，業內人士援引騰訊之前發布的白皮書，AI Agent應用要實現跳躍式增長乃至爆發，必須闖過三關：場景滲透率大于15%、任務完成度大于80%、用戶信任度大于60%。

　　僅以信任度為例，此前Gartner的一項抽樣調查顯示，64%的人表示，不希望在客戶服務中使用人工智能。

　　目前AI Agent應用的技術能力僅滿足簡單場景，如客服、日程管理等。而復雜決策如醫療咨詢、法律建議等，仍存在難以填補的缺陷。AI最大的應用場景是教育、醫療、金融等，但是，誤診率5%的AI醫生看病，依然很難被接受。就好比，無人駕駛比人類更安全，但無人駕駛每出現一次事故都會被凝視。人類對AI的信任，只是處于初始水平，此外還面臨著各國隱私保護法規、用戶習慣、能源約束、技術路線分歧、多智能體協作、倫理困境等方面的挑戰。

　　業內此前預計，要到2026年前后，才將出現AI信任度的分水嶺（大于60%）。“DeepSeek現象”會不會加快這個時間表的到來？現在沒有人能夠斷定。

　　有人說，2025年將是AI Agent應用元年。而DeepSeek通過異構計算架構、CPU+FPGA+ASIC混合部署和動態負載均衡算法等創新，將單位算力產出提升2倍多，這是否意味著它探索的技術方向將打破算力壟斷，導致算力過剩？

　　這關系到算力現狀。其特點是嚴重不均衡。一是地區不均衡。北美尤其是美國占據了全球算力最大份額，其次是中國，但高端算力基本集中在北美。

　　二是供應不均衡。通用算力芯片廠商主要是英偉達，占據70%以上份額，2025年其GPU銷量預計可達700萬塊；BSIC芯片的主要廠商是博通和Marvell，合計占有超60%的份額；云計算方面，谷歌、微軟、亞馬遜占據全球65%的市場份額。這就是大家所說的算力壟斷。

　　三是企業不均衡。微軟、Meta、谷歌、亞馬遜、xAI幾大巨頭目前囤積的算力總共約合355萬塊等效H100，這還不包括AI新貴OpenAI在內。其他經濟體企業能拿到的芯片量，無法與之相比。

　　算力供需還存在結構性錯配的問題。從縱向看，隨著多模態應用的普及，推理側的算力需求增速已經超過訓練側，但算力還主要布局于訓練側，調整需要一點時間；從橫向看，大量算力被消耗在數據清洗和模型調試等非核心環節。

　　以大模型算力為例。2024年下半年以來，大模型算力已經從訓練向推理轉移，其中占據推理算力市場最大份額的，仍然是英偉達。

　　《中國算力發展報告（2024）》援引援引IDC報告，截至2023年四季度，英偉達全球市場份額達95.9%。英偉達通過在CUDA和GPU兩端同時發力，構筑了軟硬協同的護城河。有人說DeepSeek通過架構革新，繞開了CUDA，沖破了它的護城河，這其實是誤讀。多位專家研讀DeepSeek公開（開源））論文后表示，V3、R1的底層架構仍然是基于CUDA生態建構。

　　在這種市場格局下，其他區域及其廠商要發起挑戰，試圖打破巨頭壟斷，擺脫以英偉達為代表的算力依賴，更多是樂觀主義的展望式預期。除非量子芯片實現規模化商用，但那是5年甚至10年以后的事。

　　至于算力過剩，短期內不存在，整體上仍然是供大于求。《中國算力發展報告（2024）》援引中國信通院數據，截至2023年底，全球算力規模同比增長40%，但以CPU為代表但芯片年性能提升不足15%，無法滿足視頻、圖片等非結構化數據的處理需求。賽迪智庫2024年初測算，2023年中國智能算力需求達到123.6EFLOPS，但智能算力供給規模僅為57.9EFLOPS，嚴重供不應求。“DeepSeek現象”目前看來是增加了而不是減少了硬件需求。比如，32G的英偉達RTX50系顯卡，近半個月漲勢兇猛，最高已經炒到了6萬元以上。其中部分原因在于，消費者購入RTX50顯卡去做DeepSeek V3、R1本地化部署。

　　AI巨頭為何焦慮

　　既然DeepSeek尚未突破硬件限制，所做的也是巨人肩上的創新，但為什么還是引起美國AI巨頭的焦慮甚至恐慌？

　　從表層看，美國AI巨頭嗅到了危機，不是因為技術被超越，而是實現目標的技術路徑變了，新創企業有了更多選擇。就像燃油車時代比拼的是發動機，電動車時代比拼的是電池管理技術。DeepSeek證明了硅谷堆硬件堆數據的路線不是唯一選擇，高效用好現有資源同樣能打。

　　DeepSeek省錢省力的R1模型發布時，剛好是OpenAI、軟銀、英偉達等科技巨頭宣布5000億美元算力基建——星際之門計劃的時間段，放在這個背景下對比來看，美國AI巨頭的刺痛感就更強烈了。

　　一位資深AI觀察人士告訴21世紀經濟報道記者，DeepSeek發起的這場“效率革命”，是AI發展從技術理想主義轉向工程實用主義的標志性事件。它證明了，在現有硬件和物理約束條件下，通過計算拓撲結構優化獲得的邊際收益，遠高于單純增加芯片數量的線性增長。

　　這解釋了為何美國AI巨頭會產生戰略焦慮的深層因素——當工程創新能力開始在AI競爭中脫穎而出，硅谷長期主導的技術先發優勢就面臨重估，而且它也將帶來AI敘事的重估，背后是資本和資本市場的重估。

　　宏觀趨勢研究學者、經濟學家David Woo近日接受訪談時表示，過去兩年，人們一直在談論美國經濟的“例外主義”，而AI是推動這一論斷形成的重要因素。美股市值占全球資本市場的份額達63%，其中ChatGPT出現后的兩年，就增加了10個百分點，而七大科技巨頭又占美股市值的25%。這些巨頭正是依靠AI技術的強大優勢鞏固了它們的地位，從而間接鞏固了美國資本市場的優勢地位。

　　因此，AI與美國科技巨頭、資本市場其實是捆綁在一起的，也正是硅谷和華爾街聯合主導了全球AI敘事。

　　如今，來自東方的神秘力量DeepSeek向這套AI敘事發起了沖鋒。全球科技和資本領域持續10多天的熱烈反應，可以從側面解釋科技巨頭的焦慮和資本市場為何如此緊張。

　　前述資深AI分析人士認為，DeepSeek創造的歷史性價值有兩點：一是力行開源，本質上是人類資源的共享表達；二是提供了碓砌算力和數據之外的新的技術路徑。記者這幾天的采訪發現，DeepSeek以上兩點價值，基本已成為業內的共識。

　　在現實層面，DeepSeek耶揭示了一個殘酷的真相：當創新進入深水區，工程能力比學術突破更重要，成本控制比參數競賽更致命，社會接受度比算法精度更關鍵。

　　如果跳開地緣政治誰贏誰輸的問題，僅僅著眼于行業本身，商業本質在于，賺錢的公司才能活下去。當資本泡沫退去，或許我們會發現，技術強大固然重要，但應用和生存才是企業當下的現實，也是所有AI企業的必答題。

　　從 “誰能燒錢造最大模型”，過渡到“誰能用最少錢辦最多事” ；美國依然掌握著最先進的芯片，但中國找到了更省錢的玩法——這才是DeepSeek重新書寫的AI敘事。

　　畢竟，不是所有新創企業都像OpenAI、xAI動不動就能融資到60億美元。正是在這個意義上，DeepSeek的技術路線，受到全球大批AI企業的效仿，其開源策略受到全球研究機構的稱贊，其價格策略引發全球消費者的熱捧。

　　高效率低成本的技術創新，加上全球關注的巨大流量，讓DeepSeek贏得了寶貴的時間窗口。這是堆積美元也難以買到的，也是OpenAI、Anthropic等AI新創企業羨慕甚至嫉妒的。