Deepseek的兴起导致算力需求激增，“GPU资源告急”。当DeepSeek以557.6万美元的超低成本训练出性能媲美GPT-4的V3模型，并推出推理成本极低的R1模型时，市场开始争论：AI算力需求是否会被效率革命所替代？

DeepSeek的技术核心在于“算力平权”，结合算法革新与硬件优化，通过模型蒸馏技术使中小企业也能低成本部署AI应用。尽管看似DeepSeek的“降本”举措将减少算力需求，但实际上，它加速了AI应用的普及。众多机构与企业纷纷接入DeepSeek，推动了中国的AI科普热潮，推理计算迅速成为算力需求的主要驱动力。

这正是杰文斯悖论的体现：效率提升反而导致资源消耗激增。DeepSeek现象引发了AI端侧应用热潮，算力需求因此呈指数级增长。

IDC与浪潮信息联合发布的《中国人工智能计算力发展评估报告》显示，2024年中国智能算力规模将达725.3百亿亿次/秒（EFLOPS），同比增长74.1%；预计2025年将达1037.3EFLOPS，增长43%。值得注意的是，该报告主要在DeepSeek火爆之前撰写，而近两个月来，中国算力需求增长更为迅猛。

由于需求激增且大量需求未得到满足，算力租赁市场价格近两个月明显上涨。DeepSeek本身也因算力无法及时满足庞大访问量而偶尔“宕机”。

OpenAI发布的GPT-4.5性能提升有限，但价格高昂，输入成本是GPT-4的30倍，输出成本是15倍，是DeepSeek V3的280倍。OpenAI CEO坦言GPU已耗尽，并寻求新一轮融资。

OpenAI的困境反映了算力市场的深层逻辑：一方面，大模型复杂度指数级攀升，依赖海量数据和计算资源；另一方面，大模型商业化面临两难，高价筛选用户策略尚未得到验证。尽管技术路线不同，DeepSeek和OpenAI都导致了算力需求的暴增。

在中国市场，英伟达H20芯片订单大幅增长，数据中心GPU供不应求。英伟达创始人表示，Blackwell AI超级计算机需求惊人，第一季度销售额达数十亿美元。

短期内，GPU的通用性仍是前沿探索的核心。OpenAI的GPU短缺和算力投资计划将强化GPU的不可替代性，除非量子芯片实现规模商业化。

DeepSeek的崛起曾引发英伟达股价暴跌，但英伟达超预期财报发布后股价也大跌，是否意味着算力泡沫破裂？实际上，无论是高端芯片还是普通芯片都供不应求，AI应用探索才刚刚开始。

部分AI企业股价可能存在泡沫，尤其是那些未因应用AI产生实际营收的企业。算力既是AI的驱动力，也可能成为障碍。企业需找到效率与成本的平衡，资本市场需理性区分泡沫叙事与真实需求。

（文章来源：21世纪经济报道）