DeepSeek以557.6万美元训练出比肩GPT-4o的大模型，引发了市场对AI算力投资前景的广泛讨论。东方证券研报指出，训练算力长期仍有前景和空间——各模型公司仍致力于训练更强大模型，庞大的训练集群仍将被产业追逐。而推理算力更为乐观，杰文斯悖论预示成本下降将刺激需求更大增长。AI算力需求结构正从“训练主导”向“推理主导”转变。
训练算力长期前景依然乐观
DeepSeek-V3的训练成本仅为557.6万美元，是同等性能模型训练成本的1/10到1/20。这一突破引发市场对继续斥巨资构建超大规模算力中心合理性的质疑。1月27日，英伟达股价下跌16.97%，市值蒸发约5900亿美元，创美国上市公司单日市值损失记录。
但从长期看，训练算力需求仍有前景。正如Anthropic CEO所述：“训练越来越智能的模型的经济价值是如此之大，以至于任何成本收益几乎都会立即被吃掉——它们被重新投入到制作更智能的模型中”。在各模型公司仍致力于训练出性能更强大模型的目标指引下，庞大的训练集群将仍然被产业所追逐。
杰文斯悖论与推理算力需求爆发
杰文斯悖论指技术进步导致资源使用效率提升时，消费者或企业需求可能大幅增加，总消耗最终反而上升。微软CEO纳德拉在社交平台表示：“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。”
推理成本的大幅下降将带来需求更大幅度的增长。此前AI应用普及面临两大障碍：模型性能无法满足众多场景需求（尤其是推理和多模态），以及闭源模型API调用成本过高。DeepSeek的强推理能力、低算力成本、开源属性，有望激发AI应用的广阔需求。
算力需求的结构性变化
算力需求结构正发生变化。训练端，各模型公司大概率将借鉴DeepSeek公开的FP8精度训练、DualPipe等优化方法，探索更高效训练方式。推理端，开源模型和更低推理成本将推动应用繁荣。
芯片行业格局也可能发生变化。AMD已将DeepSeek-V3集成到Instinct MI300X GPU；硅基流动与华为云联合推出基于昇腾云的推理服务；DeepSeek完成海光DCU适配并正式上线。DeepSeek模型的开源性以及对芯片性能与生态要求的下降，可能对AI芯片行业格局产生一定影响。
算力芯片市场的结构性机遇
美国正考虑进一步收紧英伟达芯片对华出口限制，可能扩大至H20芯片。如果英伟达等美国AI芯片进一步受限，将对国产芯片份额与需求产生正向影响。
国产算力及算力服务企业建议关注：海光信息、寒武纪-U、中科曙光、云赛智联、安博通、首都在线、优刻得-W。国产芯片与DeepSeek系列模型的无缝衔接，正为国产算力生态打开新的发展窗口。
表：DeepSeek引发的算力市场结构性变化| 维度 | 传统逻辑 | DeepSeek影响 | 长期趋势 |
|---|
| 训练算力 | 规模越大越好 | 效率优化降低门槛 | 仍将增长，但结构优化 |
| 推理算力 | 成本较高限制应用 | 大幅降低催生需求 | 杰文斯悖论下爆发式增长 |
| 芯片格局 | 英伟达主导 | AMD/国产芯片获得机会 | 多元化竞争 |
