今天小編分享的科技經驗：算力突圍：DeepSeek攪動AI芯片格局，歡迎閱讀。
以下文章來源于 RimeData 來覓數據 ，作者來覓研究院
導讀：北京時間 2 月 27 日，英偉達正式發布 2024 年第四季度财報，其總營收 393.31 億美元，同比增長 78%。同時英偉達預計下一季度營收 430 億美元，同比增長 13%，超出市場預期的 420 億美元。這一份财報有力的回擊了市場關于 AI 芯片市場可能下滑的傳言。而這場傳言的 " 始作俑者 "，正是中國 AI 公司 DeepSeek。DeepSeek 如何硬撼整個 AI 芯片市場？市場格局将會如何變化？AI 芯片目前投融現狀如何？本文嘗試分析和探讨。
01 進擊的 DeepSeek
DeepSeek 的成功遠不止此。據 Nextplatform 等媒體報道，DeepSeek-R1 在訓練方面使用了約 2000 張英偉達 H800GPU；在推理層面，DeepSeek-R1 采用混合專家架構，推理時僅激活約 10% 的參數量，大幅降低計算資源消耗。簡而言之，DeepSeek 通過模型創新和算法優化，以數十分之一的成本達到接近 OpenAI 開發的 ChatGPT-o1 模型的性能，影響了全球科技巨頭的戰略布局。
圖表 1：DeepSeek-R1 基準測試結果對比 ChatGPT-o1 模型（部門：%）
數據來源：公開資料、RimeData 來覓數據整理
長期以來，AI 大模型的發展遵循着 Scaling Laws。這一規律指出，當模型參數規模、訓練數據量和 AI 芯片同步擴大時，模型的智能表現會呈現指數級躍升，甚至出現 " 智能湧現 " 現象。簡而言之，越想訓練出優秀的大模型，就需要越多的 AI 芯片。過去幾年，科技巨頭争相買入 AI 芯片，以期望能訓練出超越同行的 AI 大模型。然而，DeepSeek 的低成本方案卻打破了這一叙事。
首當其衝受到影響的就是英偉達。其在 2025 年 1 月 27 日股價一度下跌超過 20%，市值蒸發約 6000 億美元。美國投資人 Jeffrey Emanuel 表示，DeepSeek 的低成本路線摧毀了 Scaling Laws，行業長期存在算力浪費，硬體優勢可能被效率優化取代。
然而，事實真的如此嗎？
眾所周知，大模型可以劃分為訓練和推理兩個階段，前者的目标是通過向模型輸入大量數據，優化調參，得到一個可用的模型，後者是利用訓練好的模型來解決實際問題。DeepSeek 的創新是以捷徑降低訓練成本，而面向廣大下遊的推理場景，缺口仍然存在。
事實上，訓練成本每年都在降低。美國著名投資人 Cathy Wood 表示，AI 訓練成本正以年均 75%-78% 的速度急劇下降，這一趨勢遠超傳統行業預期。成本下降的來源取決于硬體效率提升（如英偉達 Blackwell 架構）、算法優化（如 MoE 混合專家模型）及開源生态的繁榮。DeepSeek 讓訓練成本大幅下降，但卻并非唯一因素。
Cathy Wood 還認為，低成本訓練能力使初創企業和中型科技公司能夠以更低成本參與 AI 競争，直接促進 AI 在醫療、金融、自動駕駛等領網域的落地。而下遊推理市場的百花齊放，也正需要無窮無盡的算力。從某種意義上來說，DeepSeek 加速了 AI 芯片市場從訓練到推理的轉移，而推理所需的 AI 芯片，毫無疑問是更大的市場。
英偉達 CEO 黃仁勳表示，AI 市場的競争焦點正從訓練轉向推理，而推理階段的算力需求将遠超預期。在昨日的第四季度業績說明會上，他表示未來推理市場将會是現在訓練市場的百萬倍。同時，他提出 " 第三擴展定律 "，即模型在生成高質量回答前需進行多次迭代推理，這一過程本質是計算密集型的。而 AI 應用的爆發（如自動駕駛、醫療診斷）将推動推理算力需求持續攀升，DeepSeek 的普及反而會因降低行業門檻擴大整體市場規模。
在讨論 DeepSeek 是否會讨論算力市場驟降之前，我們可能忽略了一個前提，DeepSeek-R1 并非終局。DeepSeek-R1 僅僅是一個對話模型，不具備多模态功能，并且離終極目标 AGI 也相差甚遠。針對推理的 AI 芯片固然會迎來大發展，而 ChatGPT-5、DeepSeek-R2、Grok-4 等海内外優秀的大模型尚在迭代，針對訓練的 AI 芯片也會維持高速增長。
02 雲廠商在做什麼
美股著名投資人 Aswath Damodaran 表示，中國 AI 公司 DeepSeek 的出現改變了 AI 行業格局，可能會使 AI 市場出現分化，一部分是商品化且競争激烈的低等級 AI 產品，另一部分是高端產品。同時，他将 AI 芯片市場規模預期從 5000 億美元砍至 3000 億美元，DeepSeek 引發的效率革命将終結算力泡沫，AI 芯片市場的增長可能并不像之前市場預期的那麼樂觀。
然而，這一觀點迅速被科技巨頭的财報駁斥。從常理上看，DeepSeek 起碼在短期内降低了 AI 芯片的需求，然而谷歌、微軟、亞馬遜、Meta 這四大雲廠商的資本開支卻顯示，2025 年的資本開支将會達到 3000 億美元，較 2024 年還增長了約 800 億美元，遠超市場預期。
圖表 2：北美四大雲廠商資本開支（部門：億美元）
數據來源：公開資料、RimeData 來覓數據整理
作為 AI 芯片的主要購買者，雲廠商的資本開支無疑提供了市場的前瞻指标。其中，Meta 表示 2025 年全年資本開支将在 600 至 650 億美元之間，較 2024 年大幅增長超 50% 以上。這一增長主要集中在 AI 基礎設施和數據中心的投資上。谷歌更是表示，盡管有 DeepSeek 等低成本開源模型的出現，但全球範圍内更便宜的 AI 興起，只會增加這項技術的采用率，而谷歌将由于其數十億用戶的規模而受益。
歸根結底，技術門檻下降也會推動市場整體規模的擴大。根據傑文斯悖論，技術進步提高資源使用效率後，反而可能因成本降低、應用範圍擴大而導致總消耗量增加。舉一個不恰當的例子，内燃機熱效率提升本應減少燃料需求，但實際中，更高效的内燃機促使更多車輛上路，反而增加了對石油及煤炭的總需求。
無獨有偶，在中國市場也呈現出類似的趨勢。阿裡巴巴于 2025 年 2 月 20 日公布 2024 年第四季度财報，其四季度資本開支達 317.75 億元，同比增長 259%，環比增長 80%，創歷史新高。阿裡巴巴同時宣布未來三年将投入 3800 億元用于雲和 AI 基礎設施建設，這一規模超過其過去十年的總和。
此外，部分媒體及分析機構報道稱，字節跳動 2025 年資本開支預算可能在 1500-1600 億元人民币之間，其中超過一半預算将用于 AI 算力采購，這一規模将較 2024 年增長超過 100%。騰訊、百度等互聯網大廠亦有可能大幅提升資本開支以應對日益激烈的 AI 競賽。
在更有性價比的 DeepSeek 之後，以雲廠商為代表的 AI 芯片需求不但沒有下降，反而進一步上升，這也同時代表了 2025 年或将成為 AI 應用下遊大爆發的一年。
03 AI 芯片投融情況
由于眾所周知的原因，目前國内 AI 芯片較海外主流產品仍有差距。DeepSeek 通過算法優化提升了硬體效率，降低了對高端 GPU 的依賴，促使國產芯片廠商轉向開發低成本、高效能的推理芯片。這顯著提升了國内 AI 芯片的投融熱度。以國產 GPU 公司象帝先為例，其在去年 9 月份宣布由于融資計劃受阻，公司進入重整期。在 DeepSeek-R1 火熱發布後，象帝先重啟了融資計劃，并啟動了招聘計劃。
德勤預測，2025 年全球 AI 芯片市場規模将超 1500 億美元，2027 年有望增至 4000 億美元。AI 伺服器占超大規模雲服務商伺服器支出的 60%，數據中心需求激增推動芯片迭代。除了大規模雲伺服器外，中國市場亦存在部分政企客戶本地部署的需求，如一體機類型的產品表現亮眼，也可能推動國内 AI 芯片迅猛發展。
下表是我們整理的 2025 年以來 AI 芯片發生的相關投融事件，可以看到賽道明顯升溫，知名機構與產業資本争相投入。從交易輪次上看，融資主要集中在後期事件，投小投新相對較少，這主要是由于在激烈競争的背景下，資本更看重廣闊賽道的确定性。感興趣的讀者，可以登錄 Rime PEVC 平台獲取 AI 芯片賽道全量融資案例、被投項目及深度數據分析。
圖表 3：2025 年以來中國 AI 芯片領網域投融情況
數據來源：RimeData 來覓數據
近期熱文推薦
醫療器械
產業互聯網
本文内容基于來覓數據認為可信的公開資料或實地調研資料，我們力求本文内容的客觀、公正，但對本文中所載的信息、觀點及數據的準确性、可靠性、時效性及完整性不作任何明确或隐含的保證，亦不負相關法律責任。受研究方法和數據獲取資源的限制，本報告全部内容僅供參考之用，對任何人的投資、商業決策、法律等操作均不構成任何建議。在任何情況下，對因參考本報告造成的任何影響和後果，來覓數據均不承擔任何責任。
>
