·聚焦:人工智能、芯片等行業(yè)

歡迎各位客官關(guān)注、轉(zhuǎn)發(fā)

前言：

模型是樓，應(yīng)用是窗，算力基建才是地基。

在算力競賽中，誰能在電費和散熱上省下每一分錢，誰就能在模型定價上擁有更大的騰挪空間。

作者| 方文三

圖片來源 | 網(wǎng)絡(luò)

從租算力到建算力,投入背后的成本賬

2026年6月DeepSeek首輪融資細(xì)節(jié)曝光：擬募資約500億元人民幣，投后估值高達(dá)3500億至4000億元，這是中國AI領(lǐng)域有史以來最大規(guī)模的單輪融資之一。

據(jù)行業(yè)投資人預(yù)測，這筆資金中高達(dá)60%至70%，也就是300億到350億元，將直接流向算力基礎(chǔ)設(shè)施建設(shè)。

在此之前，DeepSeek的算力供給主要依賴第三方云服務(wù)商，這種模式在模型研發(fā)初期足夠靈活，但隨著訓(xùn)練規(guī)模擴大和推理請求激增，短板正在快速顯現(xiàn)。

按照業(yè)內(nèi)測算，一個萬卡級AI集群一年的租賃成本就在數(shù)十億元量級。

而DeepSeek規(guī)劃中的GW級算力中心，對應(yīng)約50萬張加速卡的規(guī)模，若全部采用租賃模式，每年的算力支出將是天文數(shù)字。

自建數(shù)據(jù)中心雖然前期投入巨大，但從三到五年的周期看，單位算力成本會顯著低于租賃模式。

更深層的考量來自供應(yīng)鏈安全，對于志在前沿模型研發(fā)的DeepSeek來說，算力供給的穩(wěn)定性直接決定了產(chǎn)品迭代的速度。

自建算力中心相當(dāng)于把發(fā)展的主動權(quán)握在自己手里，不用再看上游供應(yīng)鏈的臉色。

從招聘信息透露的細(xì)節(jié)看，DeepSeek的基建團隊已經(jīng)在研究液冷、高密度供配電、模塊化建設(shè)等新一代數(shù)據(jù)中心技術(shù)。

這意味著他們要建的不是傳統(tǒng)意義上的機房，而是專為AI訓(xùn)練和推理優(yōu)化的下一代智算中心。

這種從底層架構(gòu)做起的投入，短期看很重，長期看卻能形成別人難以復(fù)制的成本優(yōu)勢和效率優(yōu)勢。

融資傳聞之外，DeepSeek招聘動作釋放出的信號更值得關(guān)注。

IDC設(shè)計規(guī)劃工程師、數(shù)據(jù)中心運維、交付管理等崗位，指向的不是一間普通互聯(lián)網(wǎng)公司辦公室，而是從園區(qū)、機房、電力、制冷到基礎(chǔ)設(shè)施架構(gòu)的完整算力工程。

崗位描述中出現(xiàn)「從MW到GW級基礎(chǔ)設(shè)施規(guī)劃與建設(shè)」，這句話幾乎把DeepSeek下一步的戰(zhàn)略寫在了明面上。

但DeepSeek的算力布局并非蠻力堆砌，它選擇了一條極具策略性的路徑，將數(shù)據(jù)中心建在內(nèi)蒙古烏蘭察布。

烏蘭察布被業(yè)內(nèi)稱為「草原云谷」，年均氣溫僅4.3℃，全年約10個月可利用自然冷源冷卻，制冷成本可節(jié)約20%至30%。

當(dāng)?shù)毓I(yè)電價僅為京津冀地區(qū)的一半左右，新能源裝機占比超過65%，網(wǎng)絡(luò)時延低至3.5毫秒，構(gòu)成了一個難以復(fù)制的成本洼地。

資金流向人才、芯片、機房、電力、網(wǎng)絡(luò)和運維系統(tǒng)，本質(zhì)是把不確定的外部供給，轉(zhuǎn)化為可以自己調(diào)度、自己優(yōu)化、自己定價的基礎(chǔ)設(shè)施能力。

在V3技術(shù)報告里DeepSeek-V3是6710億總參數(shù)、每個token激活370億參數(shù)的MoE模型，訓(xùn)練使用了14.8萬億token，全流程消耗約278.8萬H800 GPU小時。

透過數(shù)據(jù)看內(nèi)核，DeepSeek計劃把模型架構(gòu)、訓(xùn)練框架、通信策略和硬件條件放在一起做系統(tǒng)優(yōu)化。

這對國產(chǎn)算力極其重要，國產(chǎn)AI芯片真正需要的是DeepSeek這類高強度真實工作負(fù)載。

大模型訓(xùn)練和推理會毫不留情地暴露問題：哪里帶寬不足，哪里通信延遲高，哪里算子適配差，哪里內(nèi)存管理效率低，哪里框架遷移成本高。

只有在真實業(yè)務(wù)里反復(fù)打磨，國產(chǎn)芯片、編譯器、驅(qū)動、通信庫、調(diào)度系統(tǒng)才會進入正循環(huán)。

因此，DeepSeek若把新資金投入國產(chǎn)算力基建，會成為國產(chǎn)AI基礎(chǔ)設(shè)施的一座壓力測試場。

過去國產(chǎn)算力常常被視為「備選方案」，這個轉(zhuǎn)向一旦跑通，國產(chǎn)AI產(chǎn)業(yè)鏈獲得的將不是一次采購訂單，而是一套可復(fù)制的工程模板。

算法效率打底，省錢哲學(xué)成護城河

很多人提到DeepSeek的成本優(yōu)勢，會簡單歸結(jié)為「會省錢」，但這其實低估了這家公司的技術(shù)底色。

早在DeepSeek V3發(fā)布時，行業(yè)就注意到一個驚人的數(shù)字：這款性能對標(biāo)GPT-4的模型，訓(xùn)練成本僅約600萬美元，不到GPT-4訓(xùn)練成本的十分之一。

從自研的MoE路由策略到MLA注意力機制，再到訓(xùn)練框架層面的深度調(diào)優(yōu)，DeepSeek團隊一直在做一件事：讓每一張GPU的算力都發(fā)揮到極致。

過去十年間，算法效率的提升速度實際上快于硬件摩爾定律的進展，大約每9個月就能讓達(dá)到同等智能水平所需的算力減半，DeepSeek正是把這種算法效率的紅利吃到了極致。

五百億算力基建的投入，相當(dāng)于給這套高效的算法系統(tǒng)配上了專屬的硬件底座。算法優(yōu)化和基建能力形成雙重疊加，會產(chǎn)生1+1大于2的效果。

同樣投入一塊錢買算力，DeepSeek能產(chǎn)出比同行更多的模型能力，這種差距會隨著規(guī)模擴大而越拉越大。

反觀全球范圍內(nèi)的其他頭部AI公司，走的大多是堆硬件的粗放路線。

OpenAI每年在算力上的投入超過百億美元，Anthropic為了獲取足夠算力也在不斷融資擴表。

這種模式在算力充足時跑得很快，但一旦遇到供應(yīng)鏈波動或者成本上漲，就會面臨很大的經(jīng)營壓力。

DeepSeek走的算法提效+自建基建路線，反而可能在長跑中顯示出更強的韌性。

美國卡芯片，中國補地基

全球AI競賽的核心約束正在從模型論文，轉(zhuǎn)向芯片供應(yīng)與算力管制。

美國對先進計算芯片和超級計算用途的出口管制持續(xù)加碼，H800、H20等面向中國市場的產(chǎn)品也先后受到限制。

這類限制給中國AI公司帶來的影響十分直接，算力來源不穩(wěn)定，采購周期不可控，供應(yīng)價格容易波動，長期路線不能完全押注外部芯片。

大模型訓(xùn)練可以靠階段性集中投入完成，推理服務(wù)卻需要長期穩(wěn)定供給。

對于DeepSeek這種開放模型影響力迅速擴大的公司，算力供應(yīng)的每一次波動，都會影響產(chǎn)品體驗、生態(tài)信心和商業(yè)化節(jié)奏。

因此，國產(chǎn)AI的地基爭奪戰(zhàn)，表面是數(shù)據(jù)中心建設(shè)，深層是供應(yīng)鏈韌性建設(shè)。

中國過去幾年已經(jīng)在國家層面推動算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展，「東數(shù)西算」、全國一體化算力網(wǎng)、八大國家算力樞紐、智能算力規(guī)模擴張，都在為AI時代鋪底座。

地方智算中心可以建得很快，模型公司能不能用得順才是下一道門檻。

結(jié)尾：

因為AI競爭越往后，越像一場大型工業(yè)系統(tǒng)競賽。模型能力只是水面上的浪花，水下還有芯片、能源、網(wǎng)絡(luò)、軟件、運維、資本、政策和應(yīng)用生態(tài)。

DeepSeek把戰(zhàn)線向下推進了一層，中國AI產(chǎn)業(yè)也必須向下扎根一層。

部分資料參考：量子位：《國產(chǎn)大模型廠商DeepSeek：上線IDC崗位，500億融資超6成投向算力基建》，中關(guān)村在線：《DeepSeek獲500億元融資，加速建設(shè)GW級算力中心支撐萬億參數(shù)大模型》，東方財富網(wǎng)：《新信號！DeepSeek招人 將建設(shè)GW級數(shù)據(jù)中心？》，觀察者網(wǎng)：《Deepseek為什么在烏蘭察布招人？》

本公眾號所刊發(fā)稿件及圖片來源于網(wǎng)絡(luò)，僅用于交流使用，如有侵權(quán)請聯(lián)系回復(fù)，我們收到信息后會在24小時內(nèi)處理。

請務(wù)必注明：

「姓名 + 公司 + 合作需求」