DeepSeek把成本打下来了，反而需要更多的GPU？

文|数据猿

文|数据猿

还记得小学课本上的(de)“两小儿辩日”的(de)场景(jǐng)么？在(zài)AI领域，DeepSeek的(de)横空出世，也(yě)衍生出了一个关于“算力需求到底是(shì)变少了还是(shì)变多了”的(de)辩题。

也(yě)许，你在(zài)一些AI行业峰会上，甚至身(shēn)边朋友那，可能会遇到下面这样的(de)辩论：

A：“DeepSeek的(de)問(wèn)世，简直是(shì)AI领域的(de)一次革命！它通过极大降(jiàng)低大模型训练和(hé)推理的(de)成(chéng)本，原本難(nán)以企及的(de)计算任務(wù)，如(rú)今都(dōu)变得轻而易举。这直接导致了英伟达股价的(de)暴跌，大家都(dōu)在(zài)讨论，算力的(de)瓶颈将不再存在(zài)，GPU市场可能迎來(lái)一场萎缩。”

B：“你错得离谱！DeepSeek的(de)确让训练成(chéng)本降(jiàng)低了，但这背后隐藏的(de)，是(shì)算力需求的(de)爆(bào)發(fā)。它不僅(jǐn)没有(yǒu)减少对GPU的(de)需求，反而加速了对算力的(de)渴求！因(yīn)为模型的(de)能力一旦提(tí)升，用(yòng)户的(de)需求就不再是(shì)‘偶尔’使用(yòng)，而是(shì)‘深度’依赖，甚至是(shì)‘日常(cháng)’需求。你怎么能认为需求会停滞？”

A：“你看看，英伟达的(de)股价已经暴跌了，而且，微软在(zài)算力投资上似乎也(yě)开始变得谨慎了。模型需要的(de)算力越來(lái)越少，那算力就会变得低廉甚至过剩，那我們(men)还屯那么多GPU干什么，当饭吃么？”

B：“你错了！当算力消耗变得低廉，更(gèng)多的(de)复杂任務(wù)将不再被视为负担，反而会成(chéng)为标準(zhǔn)操作。你想想，DeepSeek让模型能够处理更(gèng)复杂的(de)事務(wù)，意味着接下來(lái)我們(men)要处理的(de)数据量(liàng)、任務(wù)的(de)复杂度，都(dōu)会成(chéng)倍增长。这種(zhǒng)增长不可能局限于短期(qī)，它将在(zài)未(wèi)來(lái)呈现指数级扩张。而这会导致我們(men)对算力和(hé)GPU的(de)需求，呈现出爆(bào)發(fā)式的(de)增长。”

那么，到底是(shì)谁对谁错呢？是(shì)不是(shì)像“中医还是(shì)西医好”这个话题一样，成(chéng)为一个永远的(de)悬案(àn)呢？其(qí)实不是(shì)，我們(men)觉得答案(àn)很明显——算力需求没有(yǒu)因(yīn)为DeepSeek的(de)出现变少，而是(shì)变得更(gèng)多了。至于理由，接下來(lái)，我們(men)一条一条的(de)分(fēn)析。

DeepSeek是(shì)降(jiàng)低了算力成(chéng)本，但也(yě)释放了需求

诚然，DeepSeek在(zài)成(chéng)本下降(jiàng)方面帶(dài)來(lái)的(de)冲击波，的(de)确很大。通过创新的(de)训练策略显著降(jiàng)低了AI模型的(de)训练和(hé)推理成(chéng)本，其(qí)V3模型僅(jǐn)用(yòng)约2000张H800 GPU训练，总成(chéng)本不超过600万美元。此外，DeepSeek在(zài)推理成(chéng)本上也(yě)极具優(yōu)势，每(měi)百万Token输入成(chéng)本僅(jǐn)为1元。这種(zhǒng)低成(chéng)本模式使得AI开發(fā)门槛大幅(fú)降(jiàng)低，推动了AI技术的(de)普及和(hé)商业化进程。

展开全文

而且，DeepSeek的(de)低成(chéng)本策略对英伟达股价的(de)确帶(dài)來(lái)了立竿见影的(de)冲击。2025年(nián)1月27日，DeepSeek开源模型推出后，英伟达股价暴跌17%，市值蒸發(fā)近6000亿美元。

但是(shì)，英伟达最近發(fā)布了年(nián)报，從(cóng)年(nián)报数据來(lái)看，业绩非常(cháng)好，似乎并没有(yǒu)受多大影响。

更(gèng)重要的(de)是(shì)，美国那边似乎并没有(yǒu)放慢大规模投资算力的(de)步伐。例如(rú)：Meta计划打造史上最大的(de)AI数据中心，预计投资超过2000亿美元；OpenAI、软银和(hé)甲骨文将共同投资5000亿美元用(yòng)于“星际之门”项目；微软计划在(zài)2025财年(nián)投资800亿美元用(yòng)于AI智算中心建設(shè)。

当我們(men)把视线放在(zài)国内，如(rú)果算力需求真的(de)下降(jiàng)了，甚至出现算力过过剩了，那DeepSeek官网总是(shì)“服務(wù)器繁忙”又怎么解释？

更(gèng)多的(de)用(yòng)户，意味着更(gèng)大的(de)算力消耗

2024年(nián)，虽然国内發(fā)布了很多大模型产品，甚至出现了“百模大战”的(de)盛况。但说实话，很多大模型产品的(de)能力着实不敢恭维。由于能力的(de)限制，尽管投入了大量(liàng)的(de)资源和(hé)市场推广，始终未(wèi)能触及用(yòng)户需求的(de)深层次。结果是(shì)，用(yòng)户的(de)数量(liàng)和(hé)活跃度一直处于一个相对瓶颈的(de)状态，日活跃用(yòng)户突破千万级别就已经是(shì)很難(nán)了。

然而，DeepSeek的(de)能力获得突破。人們(men)突然發(fā)现，大模型居然可以这么强，真的(de)能解决不少問(wèn)题了，而不是(shì)一个可有(yǒu)可无的(de)“玩具”。

这一点，正是(shì)它迅速突破用(yòng)户量(liàng)瓶颈的(de)核心原因(yīn)。從(cóng)早期(qī)的(de)数百万用(yòng)户，DeepSeek在(zài)短时间内便突破了千万、亿级用(yòng)户的(de)限制，并且这只是(shì)开始。未(wèi)來(lái)，随着DeepSeek及其(qí)后续技术的(de)不断迭代，我們(men)可以预计到，用(yòng)户接入量(liàng)将继续以指数级的(de)速度增长，從(cóng)單(dān)纯的(de)千万级别，到数亿、甚至十亿级的(de)用(yòng)户接入，这一切都(dōu)在(zài)眼前。

DeepSeek的(de)强大能力不僅(jǐn)僅(jǐn)改变了AI的(de)应用(yòng)方式，它还推动了用(yòng)户群体的(de)“破圈”效应。從(cóng)以往只能在(zài)科技行业、数据科学家或企业高管中应用(yòng)的(de)局限，DeepSeek的(de)突破让它真正实现了对多元化用(yòng)户群体的(de)全面覆盖。

從(cóng)学生、家庭主妇、退休人员，到职场新人、创业者、创意工作者，DeepSeek的(de)能力逐步突破了传统的(de)专业壁垒，将AI真正帶(dài)入了每(měi)个人的(de)日常(cháng)生活。比如(rú)，学生利用(yòng)DeepSeek进行个性化学习辅导，家庭主妇用(yòng)它规划智能家居并处理日常(cháng)任務(wù)，创意工作者借助AI进行内容创作，甚至是(shì)老人也(yě)能通过DeepSeek與(yǔ)智能助手进行日常(cháng)交流，获取健康建议和(hé)生活指南。

可以说，DeepSeek让大模型实现了“破圈”，從(cóng)一个小众的(de)前沿科技产品，在(zài)短短一两个时间就变成(chéng)全名普及的(de)产品。这海啸般的(de)新用(yòng)户，也(yě)意味着海啸般的(de)算力需求。而一旦接不住，那“服務(wù)器繁忙”就成(chéng)了一種(zhǒng)必然。

不僅(jǐn)用(yòng)的(de)人多了，还用(yòng)得更(gèng)频繁了

随着模型能力的(de)增强，不僅(jǐn)用(yòng)户数量(liàng)会指数级增长，單(dān)个用(yòng)户的(de)使用(yòng)频率也(yě)会显著增加。

随着模型越來(lái)越精準(zhǔn)、越來(lái)越全面，迅速從(cóng)偶尔使用(yòng)的(de)“工具”，变成(chéng)了每(měi)个用(yòng)户的(de)日常(cháng)依赖。这種(zhǒng)依赖并非是(shì)偶尔的(de)需求，而是(shì)通过日常(cháng)化、频繁化的(de)任務(wù)处理，深入到每(měi)个用(yòng)户的(de)生活和(hé)工作当中。

比如(rú)，在(zài)办公(gōng)场景(jǐng)中，DeepSeek的(de)强大能力使得它成(chéng)为了员工日常(cháng)工作中不可或缺的(de)一部分(fēn)。原本员工或许只是(shì)偶尔用(yòng)它查查资料，询問(wèn)下某些問(wèn)题，但是(shì)随着模型越來(lái)越智能，它不僅(jǐn)能快(kuài)速给出準(zhǔn)确的(de)回答，还能结合上下文给出建议和(hé)分(fēn)析，帮助员工提(tí)升效率。

假設(shè)一个产品经理每(měi)天都(dōu)会問(wèn)DeepSeek关于市场动态、竞品分(fēn)析以及文案(àn)優(yōu)化的(de)建议，最开始或许他是(shì)每(měi)周才用(yòng)几次，但随着DeepSeek能力的(de)增强，经理逐渐發(fā)现，几乎每(měi)天都(dōu)能從(cóng)DeepSeek那里获取到更(gèng)高效、更(gèng)精準(zhǔn)的(de)工作辅助，從(cóng)而逐步提(tí)升使用(yòng)频率。一个简單(dān)的(de)問(wèn)答需求，逐步發(fā)展成(chéng)了日常(cháng)工作的(de)常(cháng)规支持(chí)，甚至是(shì)在(zài)不同环节中反复调用(yòng)AI助手。

在(zài)教育领域，尤其(qí)是(shì)针对学生的(de)个性化学习应用(yòng)，DeepSeek同样显示出强大的(de)潜力。也(yě)许，学生不僅(jǐn)依赖它來(lái)解答数学問(wèn)题，还是(shì)日常(cháng)学习的(de)一部分(fēn)。比如(rú)，学生每(měi)天早上可能会用(yòng)DeepSeek帮助自己理解一个新概念，或者检查一下作业的(de)答案(àn)；课间时，可能会再次询問(wèn)DeepSeek某个历史事件的(de)细节，甚至在(zài)晚上自习时，向DeepSeek请教一些難(nán)懂的(de)课本内容。这種(zhǒng)從(cóng)偶尔一問(wèn)到天天依赖的(de)转变，让DeepSeek成(chéng)为了学生每(měi)天复习和(hé)学习的(de)伴侣。

同样，在(zài)创意行业，DeepSeek的(de)能力提(tí)升也(yě)能让設(shè)计师、作家等(děng)职业的(de)用(yòng)户，频繁地进行交互。对于設(shè)计师來(lái)说，DeepSeek不僅(jǐn)僅(jǐn)是(shì)“設(shè)计建议”的(de)來(lái)源，它能帮忙生成(chéng)创意草图，提(tí)供色彩搭配建议，甚至给出符合市场趋势的(de)設(shè)计灵感。最初，設(shè)计师或许只是(shì)偶尔使用(yòng)它來(lái)获得灵感，但随着模型越來(lái)越强大，設(shè)计师發(fā)现，很多小的(de)修改都(dōu)能通过DeepSeek轻松完成(chéng)，從(cóng)而每(měi)天、甚至一整天都(dōu)在(zài)和(hé)它进行互动。

在(zài)个人健康管理领域，DeepSeek的(de)作用(yòng)也(yě)正在(zài)逐步加深。越來(lái)越多的(de)人开始依赖AI模型來(lái)进行个性化的(de)健康建议、疾病预防、营养规划等(děng)。比如(rú)，用(yòng)户可以通过DeepSeek记录每(měi)日的(de)饮食和(hé)运动情况，并询問(wèn)它关于健康饮食、运动方案(àn)的(de)建议。现在(zài)，很多人感觉身(shēn)体不适，第(dì)一反应可能不是(shì)找医生，而是(shì)找DeepSeek問(wèn)一問(wèn)，先分(fēn)析一下自己的(de)健康状况。

对于普通消费者，DeepSeek的(de)应用(yòng)场景(jǐng)同样广泛。很多人可能最初只是(shì)偶尔用(yòng)它來(lái)查天气、询問(wèn)食谱，但随着它不断優(yōu)化和(hé)升级，用(yòng)户的(de)需求也(yě)会不断增长。比如(rú)，家里的(de)家務(wù)管理、孩子的(de)作业辅导，甚至日常(cháng)购物和(hé)旅游规划，都(dōu)可能成(chéng)为用(yòng)户每(měi)天询問(wèn)DeepSeek的(de)内容。想象一下，一位家长每(měi)天都(dōu)向DeepSeek询問(wèn)孩子的(de)学习情况，或者请它为家庭成(chéng)员定制健康食谱，每(měi)次與(yǔ)DeepSeek的(de)互动，都(dōu)是(shì)一次计算任務(wù)的(de)启动。这些看似简單(dān)的(de)日常(cháng)需求，累积起來(lái)，同样会对算力产生持(chí)续的(de)消耗。

從(cóng)一个偶尔查询的(de)工具，DeepSeek逐渐转变为一个全天候、无时不在(zài)的(de)智能助手。这種(zhǒng)变化虽然表面上看起來(lái)只是(shì)用(yòng)户行为的(de)转变，但它背后所帶(dài)來(lái)的(de)算力消耗，却是(shì)巨大的(de)。每(měi)一次用(yòng)户的(de)提(tí)問(wèn)、每(měi)一次模型的(de)响应，都(dōu)是(shì)算力消耗的(de)累积，而这也(yě)意味着，随着使用(yòng)频率的(de)提(tí)升，对算力的(de)需求只会越來(lái)越大。

能力越强，就会让他做越難(nán)的(de)事情

随着大模型能力的(de)不断增强，用(yòng)户对它的(de)依赖不僅(jǐn)停留在(zài)日常(cháng)的(de)简單(dān)查询或生成(chéng)任務(wù)上，而是(shì)逐步深入到复杂的(de)决策支持(chí)和(hé)多步骤的(de)任務(wù)执行中。这種(zhǒng)转变标志着人类與(yǔ)AI交互的(de)深度提(tí)升，不再是(shì)“简單(dān)問(wèn)答”那么單(dān)一，而是(shì)走向了更(gèng)加复杂、跨领域的(de)深度协作。

举个例子，在(zài)软件开發(fā)领域，程序员最初使用(yòng)大模型可能僅(jǐn)僅(jǐn)是(shì)为了快(kuài)速获取某个技术問(wèn)题的(de)答案(àn)或代码段。然而，随着模型能力的(de)提(tí)升，程序员将开始依赖它來(lái)解决更(gèng)为复杂的(de)开發(fā)問(wèn)题。例如(rú)，在(zài)开發(fā)一款(kuǎn)大型应用(yòng)时，开發(fā)团队可能需要模型帮助他們(men)設(shè)计架构、选择技术栈、进行系统優(yōu)化，甚至在(zài)开發(fā)过程中通过模型进行动态的(de)性能调優(yōu)和(hé)bug修复。

这个过程不僅(jǐn)涉及大量(liàng)的(de)推理和(hé)决策，还需要模型與(yǔ)开發(fā)人员之间进行持(chí)续的(de)互动與(yǔ)反馈，每(měi)一步的(de)優(yōu)化和(hé)调整都(dōu)可能是(shì)实时的(de)，反映着一个不断变化的(de)系统。这不僅(jǐn)僅(jǐn)是(shì)生成(chéng)几行代码，而是(shì)從(cóng)需求分(fēn)析到架构設(shè)计，再到开發(fā)过程中的(de)实时调優(yōu)和(hé)错误修复，每(měi)一环都(dōu)需要模型进行高频次的(de)计算和(hé)推理。

另一例子是(shì)股票投资领域，对于投资者來(lái)说，最初他們(men)可能只希望模型能简單(dān)回答某只股票的(de)基本信息或趋势预测。然而，随着模型的(de)能力提(tí)升，投资者开始要求它提(tí)供更(gèng)复杂的(de)决策支持(chí)，如(rú)多種(zhǒng)投资策略的(de)评估、实时数据分(fēn)析、风险预测和(hé)资产配置建议。这时，模型不僅(jǐn)需要整合宏观经济数据、行业动态和(hé)公(gōng)司财报，还要根据不同的(de)市场环境实时调整预测，甚至在(zài)投资组合發(fā)生变化时，立即提(tí)供调整建议。

这一过程不是(shì)單(dān)纯的(de)数值计算，而是(shì)一个多变量(liàng)、多层次的(de)推理过程，模型需要通过不断的(de)反馈和(hé)優(yōu)化來(lái)支持(chí)投资决策。每(měi)一次市场波动，模型都(dōu)需要重新分(fēn)析，调整投资策略，实时提(tí)供决策建议。

这些任務(wù)的(de)复杂性，决定了算力需求的(de)急剧增加。这種(zhǒng)需求并非线性增长，而是(shì)随着任務(wù)复杂性的(de)提(tí)升，呈现出指数级的(de)加速增长。算力的(de)需求将不僅(jǐn)僅(jǐn)是(shì)简單(dān)的(de)叠加，而是(shì)一个不可忽视的(de)“爆(bào)發(fā)式增长”。而这種(zhǒng)增长，是(shì)任何技术成(chéng)本的(de)下降(jiàng)所无法完全抵消的(de)。

我們(men)马上就将见证“模态灾難(nán)”

目前，大部分(fēn)主流的(de)大模型应用(yòng)依赖的(de)是(shì)單(dān)一模态：文本生成(chéng)、图像生成(chéng)。比如(rú)，DeepSeek的(de)强大文本生成(chéng)功能，已经能够在(zài)各类对话式应用(yòng)中，帮助用(yòng)户高效获取信息，生成(chéng)各类创意内容。而在(zài)视觉领域，类似MidJourney、DALL·E等(děng)图像生成(chéng)模型已经能够让用(yòng)户快(kuài)速创作出令人惊叹的(de)图像。然而，这些应用(yòng)的(de)算力需求相对有(yǒu)限，主要集中在(zài)对已有(yǒu)数据的(de)生成(chéng)和(hé)处理上，尽管它們(men)已经足够强大，但它們(men)的(de)算力消耗还是(shì)在(zài)某个範(fàn)围内可控。

然而，随着大模型能力的(de)提(tí)升，下一步的(de)發(fā)展将是(shì)多模态的(de)融合——尤其(qí)是(shì)图像生成(chéng)向视频生成(chéng)、3D建模以及虚拟环境创造的(de)扩展。这一转变，将让算力需求的(de)增长呈现几何级数的(de)爆(bào)發(fā)，并使现有(yǒu)的(de)计算资源面临前所未(wèi)有(yǒu)的(de)压力。

当前，图像生成(chéng)任務(wù)已经在(zài)一定程度上推动了GPU算力的(de)增长，但这一阶段的(de)算力需求仍属于可控範(fàn)围。视频生成(chéng)任務(wù)，尤其(qí)是(shì)需要高质量(liàng)和(hé)高分(fēn)辨率的(de)生成(chéng)，将是(shì)算力需求急剧增长的(de)一个节点。例如(rú)，要生成(chéng)一段3D虚拟环境中的(de)视频，模型不僅(jǐn)需要处理丰富的(de)视觉细节，还需要实时生成(chéng)场景(jǐng)的(de)动态变化、光影效果以及物体间的(de)交互。而这些操作，要求模型不僅(jǐn)具备强大的(de)图形处理能力，还要具备超高的(de)计算速度和(hé)精度——每(měi)一秒钟的(de)画面，都(dōu)需要通过复杂的(de)计算來(lái)保证流畅、自然的(de)呈现。

更(gèng)进一步，3D虚拟空间建模和(hé)虚拟现实，甚至全息影像的(de)生成(chéng)，将彻底改变我們(men)对计算资源的(de)认知。3D建模與(yǔ)虚拟现实的(de)结合，不僅(jǐn)僅(jǐn)是(shì)生成(chéng)一个静态场景(jǐng)，更(gèng)是(shì)需要模拟一个充满动态交互的(de)虚拟世界。

比如(rú)，在(zài)虚拟现实中，用(yòng)户不僅(jǐn)能看到自己身(shēn)处的(de)虚拟环境，还可以與(yǔ)环境中的(de)对象进行互动，甚至参與(yǔ)到实时变化的(de)虚拟情境中。这一切，都(dōu)需要极其(qí)强大的(de)算力來(lái)支撑——不僅(jǐn)僅(jǐn)是(shì)渲染图像那么简單(dān)，还需要实时的(de)物理引擎、行为建模、智能交互等(děng)多层次的(de)计算。

这些任務(wù)的(de)難(nán)度和(hé)算力需求远远超过现阶段的(de)图像和(hé)视频生成(chéng)，因(yīn)为它們(men)不僅(jǐn)涉及到静态内容的(de)创作，还要考虑到动态、交互性和(hé)实时反馈，每(měi)个环节都(dōu)需要处理海量(liàng)的(de)数据、极为复杂的(de)推理和(hé)计算。

随着多模态技术的(de)爆(bào)發(fā)，算力需求将进入一个全新的(de)维度。從(cóng)單(dān)一模态的(de)图像生成(chéng)到视频、虚拟空间、全息影像的(de)生成(chéng)，大模型将需要在(zài)多个领域同时进行复杂计算。这一转变意味着，不僅(jǐn)现有(yǒu)算力资源難(nán)以支撑未(wèi)來(lái)的(de)需求，甚至我們(men)所知的(de)计算架构也(yě)将面临前所未(wèi)有(yǒu)的(de)挑战。多模态的(de)爆(bào)發(fā)，将推动算力需求进入一个全新的(de)“超算时代”，并让每(měi)一项创新都(dōu)需要更(gèng)强大的(de)硬件和(hé)计算支持(chí)來(lái)支撑其(qí)飞速發(fā)展。

我們(men)來(lái)算一笔总账

随着大模型技术的(de)不断进步，算力需求正在(zài)变得越來(lái)越复杂，尤其(qí)是(shì)当我們(men)考虑到不同技术进步、用(yòng)户需求增长以及新应用(yòng)场景(jǐng)的(de)引入时。为了更(gèng)準(zhǔn)确地预测未(wèi)來(lái)五年(nián)内的(de)算力需求变化，我們(men)尝试來(lái)构建一个分(fēn)析模型，将一些增大或者减小算力需求的(de)因(yīn)素都(dōu)考虑进去(qù)，來(lái)计算一下几年(nián)之后到底是(shì)需要多少算力。

需要指出的(de)是(shì)，这只是(shì)一个粗浅的(de)模型，做了一些限定和(hé)假設(shè)，可能存在(zài)不够合理，或者参数設(shè)定不够準(zhǔn)确的(de)問(wèn)题，敬请指正。

接下來(lái)，我們(men)來(lái)考虑几个因(yīn)素：

1. 大模型技术进步帶(dài)來(lái)的(de)算力需求下降(jiàng)

大模型技术进步帶(dài)來(lái)的(de)算力需求下降(jiàng)并不是(shì)线性递减的(de)，而是(shì)随着技术不断成(chéng)熟，每(měi)年(nián)下降(jiàng)的(de)幅(fú)度会逐渐减小。在(zài)第(dì)一年(nián)，随着技术的(de)突破，算力需求大幅(fú)下降(jiàng)，但随着技术逐步饱和(hé)，后续每(měi)年(nián)下降(jiàng)的(de)幅(fú)度将逐年(nián)收窄。

- 2025年(nián)：假設(shè)大模型技术进步将使得推理和(hé)训练所需算力大幅(fú)下降(jiàng)，估计下降(jiàng) 10倍。

- 2026年(nián)：随着技术逐步深化和(hé)市场反馈，下降(jiàng)幅(fú)度减小，预计下降(jiàng) 5倍。

- 2027年(nián)：技术进一步成(chéng)熟，但下降(jiàng)幅(fú)度逐渐减小，预计每(měi)年(nián)算力需求将下降(jiàng) 2倍。

因(yīn)此，五年(nián)后的(de)算力需求将降(jiàng)至原來(lái)的(de) 2% 左右。

2. GPU和(hé)AI芯片技术进步帶(dài)來(lái)的(de)算力提(tí)升與(yǔ)成(chéng)本下降(jiàng)

随着GPU和(hé)AI芯片技术的(de)进步，算力将成(chéng)倍提(tí)升，而成(chéng)本将大幅(fú)降(jiàng)低。假設(shè)每(měi)年(nián)GPU和(hé)AI芯片的(de)算力提(tí)升为 100%，而每(měi)年(nián)單(dān)位算力的(de)成(chéng)本将下降(jiàng) 50%。

五年(nián)后，單(dān)个芯片（比如(rú)GPU）的(de)算力将是(shì)初始的(de) 32倍，而單(dān)位算力的(de)成(chéng)本将降(jiàng)至初始的(de)3%。

3. 用(yòng)户量(liàng)增长帶(dài)來(lái)的(de)算力需求增长

随着大模型应用(yòng)的(de)普及，用(yòng)户量(liàng)将呈现爆(bào)發(fā)性增长，尤其(qí)是(shì)在(zài)技术成(chéng)熟后，用(yòng)户对AI技术的(de)依赖将大幅(fú)增加。我們(men)假設(shè)未(wèi)來(lái)五年(nián)内的(de)用(yòng)户量(liàng)增长如(rú)下：

- 2025年(nián)：假設(shè)现有(yǒu)用(yòng)户量(liàng)为 1亿。

- 2026年(nián)：由于技术突破和(hé)应用(yòng)普及，用(yòng)户量(liàng)将增长至 10亿，增长 10倍。

- 2027年(nián)：用(yòng)户量(liàng)将进一步增长至 30亿，增长 3倍。

- 第(dì)三年(nián)后：增长逐渐放缓，但依然维持(chí)较高增长率，第(dì)五年(nián)预计用(yòng)户量(liàng)将接近 50亿，之后保持(chí)基本稳定。

因(yīn)此，用(yòng)户量(liàng)将是(shì)当前的(de) 50倍，并且随着用(yòng)户基数增大，算力需求也(yě)将同步增长。

4. 用(yòng)户使用(yòng)频率提(tí)升帶(dài)來(lái)的(de)算力需求增长

随着大模型技术的(de)提(tí)升，用(yòng)户将会更(gèng)频繁的(de)使用(yòng)DeepSeek这类大模型产品。

- 2025年(nián)：假設(shè)每(měi)位用(yòng)户平均每(měi)天使用(yòng)大模型 2次。

- 2026年(nián)：随着大模型能力增强和(hé)应用(yòng)普及，用(yòng)户每(měi)天使用(yòng)的(de)频率将增加到 10次。

- 2027年(nián)：由于任務(wù)复杂性提(tí)升和(hé)更(gèng)多场景(jǐng)的(de)应用(yòng)，预计用(yòng)户每(měi)天使用(yòng)次数将增加至 12次。

- 后续几年(nián)：用(yòng)户使用(yòng)深度继续提(tí)升，每(měi)位用(yòng)户每(měi)天的(de)使用(yòng)次数平均将达到 20次。

这種(zhǒng)频繁的(de)使用(yòng)将大大提(tí)升对算力的(de)需求，预计算力需求将增长 10倍。

5、任務(wù)复杂度的(de)提(tí)升所帶(dài)來(lái)的(de)算力需求增长

從(cóng)單(dān)纯的(de)文本問(wèn)答，到处理高频、深度的(de)任務(wù)（如(rú)应用(yòng)开發(fā)、股票投资、复杂方案(àn)設(shè)计與(yǔ)执行等(děng)），计算资源需求将大幅(fú)提(tí)升。任務(wù)复杂性提(tí)升帶(dài)來(lái)的(de)算力需求增长这个指标，可以設(shè)定今年(nián)是(shì)1倍，明年(nián)是(shì)10倍，后年(nián)是(shì)100倍，然后基本稳定。因(yīn)为对人类而言，任務(wù)的(de)复杂度是(shì)有(yǒu)一个天花板的(de)，不存在(zài)无限复杂的(de)任務(wù)。

6. 多模态技术帶(dài)來(lái)的(de)算力需求增长

目前，大模型主要聚焦于文本和(hé)图像生成(chéng)应用(yòng)，未(wèi)來(lái)随着多模态技术的(de)發(fā)展，视频生成(chéng)、3D建模、虚拟环境构建等(děng)需求将激增，帶(dài)來(lái)算力需求的(de)急剧上升。

- 2025年(nián)：多模态技术还处于初步阶段，因(yīn)此目前算力需求的(de)增加主要來(lái)源于图像生成(chéng)应用(yòng)，假設(shè)算力需求为 1倍。

- 2026年(nián)：随着视频生成(chéng)技术的(de)發(fā)展，算力需求将增加至 10倍，视频内容生成(chéng)的(de)需求将远超当前图像生成(chéng)。

- 2027年(nián)：随着3D建模、虚拟现实等(děng)技术的(de)發(fā)展，算力需求将增加至 100倍，并且应用(yòng)场景(jǐng)從(cóng)娱乐扩展到設(shè)计、医疗等(děng)领域。

- 2028年(nián)：到了未(wèi)來(lái)第(dì)四年(nián)，随着全息影像和(hé)虚拟环境生成(chéng)技术的(de)广泛应用(yòng)，算力需求将达到 1000倍。

因(yīn)此，5年(nián)后，预计多模态技术的(de)普及将推动算力需求增长1000倍。

接下來(lái)，我們(men)做个简單(dān)计算，5年(nián)后，总的(de)算力需求增长情况：2%（模型进步帶(dài)來(lái)的(de)算力需求下降(jiàng)）X50倍（用(yòng)户规模增长）X10倍（單(dān)个用(yòng)户使用(yòng)频率）X100倍（任務(wù)复杂度提(tí)升）X1000倍（多模态）=100万倍。

需要说明的(de)是(shì)，上面的(de)计算可能不準(zhǔn)确，但大致的(de)方向是(shì)确定的(de)，那就是(shì)将來(lái)的(de)算力需求将呈现出指数级增长。

站在(zài)AI發(fā)展史的(de)新节点上，我們(men)不僅(jǐn)看到了算力的(de)需求爆(bào)發(fā)，也(yě)应该意识到，在(zài)未(wèi)來(lái)，算力将不再僅(jǐn)僅(jǐn)是(shì)技术發(fā)展的(de)“瓶颈”，它将成(chéng)为推动创新的(de)核心动力。这意味着，在(zài)未(wèi)來(lái)的(de)技术竞赛中，谁能更(gèng)好地解决算力供给問(wèn)题，谁就能在(zài)这个全新的(de)智能时代脱颖而出。

然而，真正的(de)挑战并不在(zài)于單(dān)次计算的(de)成(chéng)本下降(jiàng)，而是(shì)在(zài)于如(rú)何在(zài)需求急剧激增的(de)时代，設(shè)计出更(gèng)加高效的(de)计算架构和(hé)硬件系统。随着技术的(de)快(kuài)速發(fā)展，现有(yǒu)的(de)计算架构和(hé)硬件系统将面临前所未(wèi)有(yǒu)的(de)压力，简單(dān)地提(tí)升算力可能已无法满足日益增长的(de)需求。如(rú)何在(zài)保证算力提(tí)升的(de)同时，保持(chí)系统的(de)可持(chí)续性、成(chéng)本效益和(hé)灵活性，将成(chéng)为业界亟需解决的(de)关键問(wèn)题。

换句话说，未(wèi)來(lái)的(de)竞争不再僅(jǐn)僅(jǐn)是(shì)單(dān)纯的(de)算力对决，而是(shì)基于智能计算架构、能效優(yōu)化、资源调度、以及硬件创新等(děng)多个维度的(de)综合较量(liàng)。只有(yǒu)那些能够在(zài)这场变革中找到最優(yōu)解的(de)公(gōng)司，才能真正掌握未(wèi)來(lái)的(de)技术制高点，迎接算力需求爆(bào)發(fā)的(de)时代。

在(zài)这个过程中，DeepSeek和(hé)其(qí)他大模型的(de)出现，正是(shì)触發(fā)这场变革的(de)起点。随着技术的(de)进一步發(fā)展，我們(men)将见证一个以“需求爆(bào)發(fā)”为核心的(de)新计算时代的(de)到來(lái)。