盡管具體的相關話題不斷變化，但對Deepseek的討論至今熱度不減，不知道你家樓下小飯館的老板，是不是也在考慮用DeepSeek來換新自家二十年沒有變過的菜單？

當然，話題變遷的路徑依舊清晰可見，從人工智能業(yè)內開始、從專業(yè)人士開始、從對“低成本”的驚嘆開始。

丁科技網注意到，一個有意思的現象是，DeepSeek的出現雖然演繹了低成本神話，看起來是對規(guī)模定律的打破，站在AI創(chuàng)新背后、提供基礎設施的云廠商們也都在積極擁抱他，但于此同時，全球頭部云廠，對算力的投入看起來非但沒有減少，反而還要繼續(xù)增加。

（截圖自DeepSeek | 深度求索）

從公開信息來看，特別是作為全球“一哥”和中國“一哥”的兩家：

亞馬遜計劃在2025年投入1000億美元，主要用于云業(yè)務，作為主要載體的應當依舊是從2024年以來明顯加碼AI領域的亞馬遜云科技；阿里巴巴計劃在未來三年投入535億美元，用于云和AI硬件基礎設施，這據說超過過去十年的總和。

另外，從公開信息看，微軟、谷歌也計劃增資。比如，微軟提到的AI算力產能有限，因此在加大投資力度；谷歌也提到增加AI產品產能。

就丁科技網的理解，這背后可能有如下幾點原因：

先就DeepSeek角度來看，“低成本”可能不是事實的全部。

通常被關注的信息是，DeepSeek-V3以不到OpenAIGPT-4o模型的訓練成本的十分之一（大約是558萬美元），實現了接近的性能。不過，同時需要注意的是，DeepSeek在V3模型技術報告中指出了一個事實，就是“558萬美元不包括與架構、算法或數據相關的前期研究和消融實驗的成本”。也就是說，約558萬美元的金額，屬于凈算力成本。

如果從更長的時間線來看，DeepSeek母公司幻方量化在2019年的深度學習訓練平臺“螢火二號”搭載約1萬張英偉達A100顯卡，這在當時已經算“先進”了。

所以，一些可見的專業(yè)解讀認為，DeepSeek給到行業(yè)最大的意義是算法創(chuàng)新提高了資源的利用率，而不是顛覆掉通過增加算力提升模型性能的現有規(guī)律，另外就是開源實現的友好性。

再從全球頭部云廠角度來看，應該有三點訴求。

其一是推出更多可能更好的模型。不難發(fā)現，在DeepSeek看起來橫空出世之后，同樣作為模型大廠的全球頭部云大廠基本都在對標，大有加快創(chuàng)新節(jié)奏的感覺，DeepSeek很像是在帶來“鯰魚效應”。全球頭部云廠在嘗試推出更多可能更好的模型，來應對之后的風險，為可能的競爭持續(xù)加碼。

在丁科技網看來，這里還有三個細節(jié)原因，一是，DeepSeek模型并不算是全面領先；二是，全球頭部云大廠大概率也有規(guī)模定律未失效的判斷；三是，多模型應用才是客戶在現實中解決問題時的常態(tài)，這代表依然有很多未被看到的機會。

DeepSeek用相對少的資源、更創(chuàng)新的算法以及開源的態(tài)度贏得了關注，那么如果是創(chuàng)新算法、開源再加上更為豐富的算力和訓練參數呢？在丁科技網看來，云大廠們沒理由不這么想。

其二是應對對后續(xù)AI應用可能更大爆發(fā)的支持。去年以來有算力成本下降的趨勢，以阿里云為代表，在持續(xù)推動云服務降價、大模型降價，受益于此，一方面是AI應用更多出現，另一方面是AI應用的能力持續(xù)增強，隨之而來的是AI應用用戶增加，那么，對算力的消耗其實應該是會明顯增加的。

其三是對相關服務使用的支持。從趨勢來看，更多企業(yè)會將模型從應用實踐推向真實生產，這就不僅涉及模型本身，還會涉及大量云服務的相關算力支持。（丁科技網原創(chuàng)，轉載務必注明“來源：丁科技網”）