DeepSeek的低成本高性能引发市场对算力总需求的担忧——“算法优化是否意味着算力需求下降？”申万宏源计算机团队认为，杰文斯悖论（Jevons Paradox）将在AI领域生效：当技术进步使某种资源使用效率提高时，该资源的总体消耗量反而会增加。蒸汽机效率提升导致煤炭消耗增加，AI推理成本下降将导致AI应用渗透率提升，推理算力需求爆发。海内外大厂资本开支持续加码——微软、Meta 2024年资本支出增速40%以上，谷歌FY25 Capex 750亿美元超预期，字节2025算力开支向Meta看齐，小米也即将入局大模型。算力总需求增长逻辑不变。
杰文斯悖论——算力需求不会因成本下降而减少
杰文斯悖论最早由经济学家威廉·斯坦利·杰文斯在1865年提出，观察到蒸汽机效率的提高导致煤炭消耗量增加。核心逻辑：技术进步→使用效率提高→使用成本降低→渗透率提升→总消耗增加。这一现象在AI领域同样适用。DeepSeek大幅降低推理成本（R1输出价格仅为o1的3.7%，V3为GPT-4o的11%），但成本的下降反而激发了更广泛的应用需求。从近期DeepSeek频频出现服务器繁忙、API暂停充值等现象，就是推理算力需求快速增长的印证。微软CEO纳德拉表示：“杰文斯悖论再次上演！随着AI变得更加高效和普及，我们将看到它的使用量激增，最终成为一种我们永远无法满足的商品。”DeepSeek V3和R1发布后，H100价格上涨也是杰文斯悖论生效的直接佐证——市场对算力的需求并未因模型效率提升而减少。
海内外大厂资本开支加码——算力军备竞赛持续
海外大厂资本开支持续加速——微软在23Q2开始加速资本支出，谷歌在23Q3加速，Meta和亚马逊在23Q4加速，且此后增速始终维持、并未滑落。谷歌FY25全年Capex达750亿美元，相比此前市场预期大幅上修。微软、Meta 2024年资本支出增速保持在40%以上。国内厂商阿里、腾讯分别于23Q4、23Q3开始加大资本开支，增速显著高于海外。腾讯24Q1-Q3资本开支同比分别+225.5%、+120.8%、+113.5%，在总资本支出中，当季运营资本支出同比增长超过三倍，主要由于对GPU和服务器增加投资。阿里、腾讯24年前三季度资本支出较23全年已接近翻倍。字节跳动2025年算力资本开支有望向Meta等海外大厂靠拢，小米也有望入局AI大模型，着手搭建GPU万卡集群。算力军备竞赛仍在持续，2025年算力需求增长确定性高。
蒸馏模型推动端侧渗透——算力需求的结构性转移
DeepSeek通过将R1生成的80万条数据用于微调Qwen、Llama系列开源模型，实现了推理能力的高效迁移。1.5B至70B蒸馏模型全部开源，可在端侧设备本地部署，有望加速端侧AI的渗透。蒸馏小模型性能飞跃——7B蒸馏模型在AIME 2024达55.5%超越32B规模的QwQ-Preview；70B蒸馏模型在MATH-500（94.5%）等任务接近o1-mini。端侧AI渗透率的提升将带来海量推理算力需求——每个端侧设备都需要本地推理能力，而云端训练和推理需求同时存在。申万宏源认为，AI算力需求从训练端向推理端、从云端向端侧的结构性转移，并不会减少算力总需求，反而因更广泛的AI应用场景而推动算力市场扩容。
表：海内外大厂资本开支增速对比| 厂商 | 加速时间 | 24Q1-Q3增速 | 趋势 |
|---|
| 微软 | 23Q2 | 40%+ | 持续高增 |
| 谷歌 | 23Q3 | FY25 Capex 750亿美元 | 大幅上修 |
| Meta | 23Q4 | 40%+ | 持续高增 |
| 腾讯 | 23Q3 | 225.5% / 120.8% / 113.5% | 远超海外 |
| 阿里 | 23Q4 | 24年前三季度较23全年翻倍 | 高速增长 |
