算力突围：DeepSeek搅动AI芯片格局.pdf

算力突围：DeepSeek搅动AI芯片格局2025-02-28

算力突围：DeepSeek搅动AI芯片格局

导读：北京时间2月27日，英伟达正式发布2024年第四季度财报，其总营收393.31亿美元，同比增

长78%。同时英伟达预计下一季度营收430亿美元，同比增长13%，超出市场预期的420亿美元。这

一份财报有力的回击了市场关于AI芯片市场可能下滑的传言。而这场传言的“始作俑者”，正是中国AI

公司DeepSeek。DeepSeek如何硬撼整个AI芯片市场？市场格局将会如何变化？AI芯片目前投融现

状如何？本文尝试分析和探讨。

进击的DeepSeek

2025年1月底，中国人工智能企业深度求索（DeepSeek）携其开源模型DeepSeek-R1横空出世。这

一现象级科技成果迅速在全球范围掀起下载热潮，仅用了7天用户量就超过1亿，超越了“前辈”ChatGPT

的增长速度。

DeepSeek的成功远不止此。据Nextplatform等媒体报道，DeepSeek-R1在训练方面使用了约2000

张英伟达H800GPU；在推理层面，DeepSeek-R1采用混合专家架构，推理时仅激活约10%的参数量，

大幅降低计算资源消耗。简而言之，DeepSeek通过模型创新和算法优化，以数十分之一的成本达到接

近OpenAI开发的ChatGPT-o1模型的性能，影响了全球科技巨头的战略布局。

请务必阅读正文之后的免责声明1/7

算力突围：DeepSeek搅动AI芯片格局2025-02-28

图表1：DeepSeek-R1基准测试结果对比ChatGPT-o1模型（单位：%）

120%

100%

80%

60%

40%

20%

0%

AIMECodeforcesGPDADiamondMATH-500MMLUSWE-benchVerified

DeepSeek-R1ChatGPT-o1

资料来源：公开资料、来觅数据

长期以来，AI大模型的发展遵循着ScalingLaws。这一规律指出，当模型参数规模、训练数据量和AI芯

片同步扩大时，模型的智能表现会呈现指数级跃升，甚至出现“智能涌现”现象。简而言之，越想训练出

优秀的大模型，就需要越多的AI芯片。过去几年，科技巨头争相买入AI芯片，以期望能训练出超越同

行的AI大模型。然而，DeepSeek的低成本方案却打破了这一叙事。

首当其冲受到影响的就是英伟达。其在2025年1月27日股价一度下跌超过20%，市值蒸发约6000亿

美元。美国投资人JeffreyEmanuel表示，DeepSeek的低成本路线摧毁了ScalingLaws，行业长期存

在算力浪费，硬件优势可能被效率优化取代。

然而，事实真的如此吗？

众所周知，大模型可以划分为训练和推理两个阶段，前者的目标是通过向模型输入大量数据，优化调参，

得到一个可用的模型，后者是利用训练好的模型来解决实际问题。DeepSeek的创新是以捷径降低训练

请务必阅读正文之后的免责声明2/7

算力突围：DeepSeek搅动AI芯片格局2025-02-28

成本，而面向广大下游的推理场景，缺口仍然存在。

事实上，训练成本每年都在降低。美国著名投资人CathyWood表示，AI训练成本正以年均75%-78%

的速度急剧下降，这一趋势远超传统行业预期。成本下降的来源取决于硬件效率提升（如英伟达Blackwell

架构）、算法优化（如MoE混合专家模型）及开源生态的繁荣。DeepSeek让训练成本大幅下降，但却

并非唯一因素。

CathyWood还认为，低成本训练能力使初创企业和中型科技公司能够以更低成本参