deepseek与算力的需求关系

DeepSeek对算力的需求呈现出短期抑制、长期增长的趋势。

短期内，DeepSeek通过算法创新显著降低了模型训练和推理的成本，这可能导致对算力的直接需求有所下降。然而，这种效率的提升并不会减少整体的算力投入。相反，企业可能会利用这种效率提升来扩大模型规模或加速模型的迭代更新，从而维持甚至增加算力需求。

从长期来看，DeepSeek的成功将推动AI应用的爆发式增长。随着模型的普及和应用场景的扩展，尤其是中小企业和开发者的广泛参与，推理需求将显著增长。这将带动算力需求的持续增长，形成一种“高效化应用”的算力需求模式。

此外，DeepSeek还可能影响芯片市场。虽然其成功可能使得高端GPU的用途更加局限于探索下一代超大规模模型，但同时，它也为国产芯片的发展提供了机会，可能促进国内算力基建投资。

总的来说，DeepSeek并非利空算力，而是通过推动算力需求从“粗放式扩张”向“高效化应用”转型，对算力需求产生深远影响。