21世紀經濟報道記者孔海麗 北京報道

DeepSeek的后勁兒來了，算力需求暴增，“GPU不夠用了”。

當DeepSeek以557.6萬美元的極低成本訓練出性能匹敵GPT-4的V3模型，后又推出推理成本極低的R1模型時，市場的爭議在于，AI算力需求是否會被效率革命替代？

DeepSeek的技術路線本質是“算力平權”，其結合算法創新和硬件優化，通過模型蒸餾技術讓中小企業也能低成本部署AI應用。表面上看，DeepSeek的“降本”舉措推廣后，就不需要那么多的算力了；但實際上，DeepSeek現象加速了AI應用的普及。大批機構和企業接入DeepSeek，并推動了一輪中國AI科普潮，推理計算迅速成為算力需求主力。

這正是杰文斯悖論的寫照：效率提升反而令資源消耗激增。也就是說，當DeepSeek現象帶來AI端側的應用潮時，算力需求反而會呈指數級增長。

IDC與浪潮信息2月16日聯合發布《中國人工智能計算力發展評估報告》顯示，2024年，中國智能算力規模達725.3百億億次/秒（EFLOPS），同比增長74.1%；報告預計，2025年，中國智能算力規模將達到1037.3EFLOPS，較2024年增長43%。其實這個報告主要還是在DeepSeek爆火前完成撰寫的。我國算力需求近兩個月增長更猛。

正是因為需求在增長，而有太多的需求未被滿足，最近兩個月，算力租賃市場價格上漲明顯。DeepSeek本身，也因算力無法及時滿足龐大的訪問量，而不時“宕機”。

無獨有偶。OpenAI于2月27日發布的GPT-4.5，性能沒有太大提升，卻以“昂貴”震撼市場，其輸入成本是GPT-4o的30倍，輸出成本是15倍；輸入成本是DeepSeek V3的280倍。OpenAI CEO奧特曼說了，昂貴的原因在于：“我們的GPU已經耗盡。”與此同時，OpenAI被曝出，正在以3400億美元的天量估值尋求新一輪融資。

OpenAI的困境折射了算力市場的深層邏輯。一方面是大模型的復雜度呈指數級攀升。GPT-4.5的無監督學習范式，依賴的是海量數據和計算資源，其訓練甚至需要跨多個數據中心并行，單次推理成本遠超傳統模型。

另一方面是，大模型商業化的兩難。OpenAI試圖以高價來篩選用戶，但用戶需求能否與其供給匹配，尚未有答案。因此，雖然奧特曼承諾下周就將調用數萬塊GPU過來，但GPT-4.5向用戶的全面開放沒有時間表。

OpenAI與DeepSeek走的是兩條不同的技術路線，前者堆砌算力和資金，“大力出奇跡”；而DeepSeek則在算力有限的情況下，通過工程優化和效率革新，研發出同等性能的產品。雖然技術路線不同，但它們最終共同指向了算力需求的暴增：OpenAI需要10萬塊以上的GPU，而DeepSeek帶來的應用端爆發，也推動了算力的指數級消耗。

據記者了解，在中國市場，英偉達H20芯片訂單仍在大幅增長，不少數據中心的GPU是不夠用的。在高端芯片領域，英偉達創始人兼首CEO黃仁勛近日表示：“對Blackwell的需求是驚人的。我們已成功實現Blackwell AI超級計算機的大規模生產，第一季度的銷售額就達到數十億美元。”

GPU的通用性仍是前沿探索的核心。短期內，OpenAI的GPU短缺和“星際之門”5000億美元算力投資計劃，只會強化而不是弱化GPU的不可替代性。除非量子芯片實現規模商業化，但那是5～10年以后的事。

前不久，DeepSeek的崛起，曾經直接引發英偉達股價的暴跌。而2月27日，英偉達發布了一份超預期的財報，當天股價也大跌8%，并連帶AI產業鏈集體下挫。這是否意味著算力泡沫果然要破裂了？

英偉達股價近兩次的大幅下挫，更多是短期預期博弈的結果，而不能歸結為“行業基本面出現了逆轉”。如前所述，無論是像Blackwell這樣的高端芯片，還是如H20這樣的普通芯片，都是供不應求，AI應用的探索才剛開始。

不過，部分AI企業的股價可能會有泡沫，尤其是那些并未因應用AI而產生實際營收的企業，僅僅是畫了遠景預期的餅。

算力既是AI的燃料，也可能是障礙。企業如果無法在效率與成本間找到動態平衡，就可能陷入“越創新越短缺”的循環。而資本市場需要更理性地區分“泡沫敘事”與“真實需求”。AI不是元宇宙那樣的超前概念，而是提升生產力的應用（工具），并非誰都能做出原創（0-1），若能在工程優化過程中率先跑出來（1-10），也是了不起的進步。