C114訊 2月8日消息（章葭）作為一款繼ChatGPT之后的現(xiàn)象級AI產(chǎn)品，DeepSeek（深度求索）的沖擊波還在繼續(xù)。
據(jù)國內(nèi)AI產(chǎn)品榜統(tǒng)計數(shù)據(jù)，DeepSeek應(yīng)用在上線僅20天后，其日活躍用戶數(shù)（DAU）迅速突破2000萬大關(guān)，達(dá)2215萬。
DeepSeek不僅讓中國生成式人工智能技術(shù)進(jìn)入全球視野，同時也直接激活了整個人工智能產(chǎn)業(yè)鏈，無論是云服務(wù)廠商、芯片公司，還是下游應(yīng)用層，均紛紛進(jìn)行部署和適配。當(dāng)然，對于國內(nèi)AI產(chǎn)業(yè)生態(tài)而言，DeepSeek更重要的貢獻(xiàn)是，通過“技術(shù)瘦身+開源共享”的創(chuàng)新，大幅降低大模型訓(xùn)練成本。這一突破讓市場驚呼：“算力‘卡脖子’也能玩轉(zhuǎn)AI？屢試不爽的AI scaling law失效了嗎？”
什么是AI scaling law？
OpenAI在2022年提出的Scaling Law定律，是現(xiàn)今算力“軍備競賽”的基礎(chǔ)。Scaling Law之于AI，正如摩爾定律之于芯片。
簡單說就是"大力出奇跡"定律：數(shù)據(jù)越多、算力越強、模型越大，AI的表現(xiàn)（比如對話質(zhì)量、圖像生成精度）就會指數(shù)級提升。
正因如此，所有AI模型公司都在不停地堆資源，這也導(dǎo)致算力軍備競賽以及數(shù)據(jù)中心的瘋狂擴容。
這一現(xiàn)象背后，硬件商成最大贏家。英偉達(dá)包攬了全球95%的AI芯片市場，光模塊作為數(shù)據(jù)傳輸?shù)?quot;光纖血管"，需求暴增。這就是英偉達(dá)市值沖上3萬億美元，光模塊企業(yè)股價一年漲700%的核心邏輯。
DeepSeek的出現(xiàn)從根本上打破了這個邏輯。讓作為AI信仰的英偉達(dá)以及國內(nèi)的光模塊企業(yè)等，股票價格出現(xiàn)了劇烈波動。
英偉達(dá)近年股價，圖源東方財富網(wǎng)
中際旭創(chuàng)近年股價，圖源東方財富網(wǎng)
AI scaling law真的失效了嗎？
那么AI scaling law真的失效了嗎？是否真的不需要算力堆積了？從美國幾個主流AI廠商發(fā)布的2025年CAPEX指引可以看到，全球科技巨頭仍在不遺余力地加大算力投入。
2月6日，亞馬遜宣布，計劃在2025年將資本支出提升至1000億美元，持續(xù)加大在人工智能領(lǐng)域的投入力度。這一數(shù)額顯著高于去年約830億美元的支出規(guī)模。
本周二，谷歌公布預(yù)計今年資本開支高達(dá)750億美元，比市場預(yù)期高出近三分之一；
此外，Meta預(yù)測2025年的資本支出為600至650億美元，比華爾街的預(yù)期高出30%。
微軟預(yù)計2025財年資本開支為800億美元，其中AI投入為600億美元。
這四大科技公司的資本支出合計將超過3000億美元。可以看到，即便面臨算法優(yōu)化的技術(shù)路徑，高端算力儲備仍是大型科技公司普遍認(rèn)為的實現(xiàn)模型突破的基礎(chǔ)條件。
不僅是海外科技巨頭，國內(nèi)科技公司其實也在加大投入，例如字節(jié)跳動2025年的資本開支將達(dá)1600億人民幣，其中在AI基礎(chǔ)設(shè)施上投入約900億元，據(jù)知情人士透露，字節(jié)跳動已為2025年在中國購買人工智能芯片編列了400億元的預(yù)算，是去年支出的兩倍。
從短期來看，DeepSeek的優(yōu)化確實降低了AI訓(xùn)練成本，可能會導(dǎo)致短期內(nèi)訓(xùn)練需求下降。然而，但從長遠(yuǎn)角度而言，推理成本的下降將加速AI技術(shù)的不斷發(fā)展和應(yīng)用場景的擴展，進(jìn)而推動算力需求呈指數(shù)級增長。
業(yè)內(nèi)分析指出，端側(cè)AI的規(guī)模化落地、多模態(tài)應(yīng)用的爆發(fā)，以及企業(yè)私有化部署需求，都將持續(xù)推高全球算力消耗總量。
因此，我們需要客觀看待deepseek沖擊波，理性看待算力需求以及AI產(chǎn)業(yè)發(fā)展路徑。
AI scaling law并未失效，但游戲規(guī)則變了
DeepSeek的突破揭示了一個關(guān)鍵趨勢：AI scaling law并未失效，但游戲規(guī)則變了。這里沒有永恒的巨頭，只有持續(xù)進(jìn)化的生存者。美國的技術(shù)主導(dǎo)地位將失效，中國企業(yè)正在迎頭趕上。未來，“算力-算法-場景”的協(xié)同進(jìn)化將取代單一的“暴力堆算力”模式。
值得注意的是，據(jù)報道，DeepSeek繞過了英偉達(dá)的CUDA框架，使用更底層的編程語言PTX做優(yōu)化，為未來兼容國產(chǎn)GPU芯片做準(zhǔn)備。這或許解釋了為什么，眾多國產(chǎn)AI算力芯片公司幾乎一夜之間紛紛宣布適配DeepSeek模型。
據(jù)悉，華為旗下ModelEngine AI平臺基于昇騰芯片，將模型部署周期從3周壓縮至3小時。中國電信表示天翼云“息壤”已深度適配DeepSeek-R1/V3，實現(xiàn)“國產(chǎn)模型+國產(chǎn)算力+國產(chǎn)云服務(wù)”的全產(chǎn)業(yè)鏈閉環(huán)，實測昇騰國產(chǎn)算力顯示推理性能與主流高端GPU持平。在國內(nèi)產(chǎn)業(yè)鏈的協(xié)同創(chuàng)新之下，大模型技術(shù)與產(chǎn)業(yè)場景將實現(xiàn)深度融合。
當(dāng)然，在底層算力仍是基礎(chǔ)的情況下，國產(chǎn)AI算力生態(tài)仍然要穩(wěn)扎穩(wěn)打。一方面，可以強化全棧協(xié)同優(yōu)化，縮小性能差距。在硬件層推動芯片設(shè)計貼近模型需求，降低多卡協(xié)同損耗。軟件層面，加大自主計算框架對國產(chǎn)芯片的支持力度，構(gòu)建統(tǒng)一API標(biāo)準(zhǔn)，降低模型遷移成本。此外，通過異構(gòu)計算實現(xiàn)靈活部署，結(jié)合國產(chǎn)算力性價比優(yōu)勢，逐步替代英偉達(dá)市場。
另一方面，構(gòu)建開放生態(tài)至關(guān)重要。例如設(shè)立國產(chǎn)算力專項開源項目，提供適配工具鏈，降低技術(shù)門檻吸引開發(fā)者。針對中小企業(yè)需求，提供全面應(yīng)用場景展示，通過實際案例驗證國產(chǎn)算力可行性。
推動產(chǎn)業(yè)鏈垂直整合也是關(guān)鍵。通過組建芯片設(shè)計、制造、封裝測試的產(chǎn)業(yè)聯(lián)盟，集中資源突破先進(jìn)制程和HBM存儲技術(shù)等關(guān)鍵核心技術(shù)，減少對外依賴。同時制定標(biāo)準(zhǔn)化的國產(chǎn)算力接口協(xié)議，提升跨廠商設(shè)備兼容性，避免生態(tài)碎片化。
此外，政策引導(dǎo)同樣不可或缺。通過稅收優(yōu)惠、采購傾斜等政策引導(dǎo)行業(yè)資源投入，加速國產(chǎn)方案規(guī)模化落地。
總結(jié)
當(dāng)前，國產(chǎn)AI算力生態(tài)正處于發(fā)展的關(guān)鍵轉(zhuǎn)折點。通過技術(shù)協(xié)同、生態(tài)開放、產(chǎn)業(yè)鏈整合和政策引導(dǎo)，有望形成與英偉達(dá)并行的“雙軌制”算力格局，助力中國AI走上一條完全獨立自主的發(fā)展路徑。
無論Scaling Law如何演變，AI競爭的終極目標(biāo)始終是將算力轉(zhuǎn)化為生產(chǎn)力。在AI全球化競爭中，如何讓AI走進(jìn)車間、商鋪、街道，讓AI真正成為水電煤一樣的基礎(chǔ)設(shè)施，才是更為重要的事情，而中國正朝著這個目標(biāo)穩(wěn)步前進(jìn)。 
