新闻 
DeepSeek"日赚"56万,"朋友圈"掀起算力战
DeepSeek"日赚"56万,"朋友圈"掀起算力战DeepSeek"日赚"56万,"朋友圈"掀起算力战
而对一些部署国产芯片的智算中心而言，DeepSeek出圈也短期解决了算力闲置和碎片化问题，上述智算中心服务商李杨算过一笔账，中国智算中心项目目前已超过600个（包括在建），各地也在兴建千卡、万卡算力资源池。
据机构「IDC圈」不完全统计，截至2024年11月20日，中国智算中心项目已经达到634个。
轰轰烈烈的“算力浪潮”之下，为何还会出现「闲置问题」？
在李杨看来，DeepSeek出圈前，国产算力中心缺少一个成本低、性能好且开源的模型。“智算中心大多是国产卡，一个大模型火了，每次都要适配一堆，加上人力有限，没有好的开源模型，所以很多最后没有用起来。”
另一个原因在于，算力中心主要面向产业、学界等，客户对算力成本也很敏感。过去在推理侧，智算中心以单卡形式提供算力服务，智算中心的集群规模化效应并没有凸显，国产算力得不到有效消耗。
“成本和产能就是主要问题，产能低的芯片价格高，只有产能稳定才能有规模效应，降低智算中心成本。”李杨告诉「硅基研究室」。
但DeepSeek打破了这个窘境：首先，国产芯片厂商反应迅速，其次，作为李杨口中一个真正“好的开源大模型”，它带动了上下游生态，叠加政策驱动，推动过去闲置的国产算力真正地用起来。
除此以外，作为中间层的AI Infra厂商也在迅速整合生态、加速算力市场洗牌，在DeepSeek牵引下，比如推出敏捷式的多并发一体机，以软硬件一体化，提供更多元、高效的推理服务解决方案。
但短期洗牌过后，长期来看，算力还是短缺的。
训练和推理是AI芯片的主要任务场景，DeepSeek带动智能算力结构变化，推动Scaling Law向后训练、推理阶段转移。
据IDC数据，2024年，中国智能算力规模达725.3百亿亿次/秒（EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。分结构来看，未来智能算力内部训练算力占比会下滑至27.4%，推理算力占比将上升到72.6%。
推理算力猛涨的背后，是行业对“AI加速渗透千行百业”的期待。
民生证券以目前日活量、日均token调用量为基础，对“超级应用”接入DeepSeek做出了保守估算，10亿级别DAU应用接入DeepSeek且全面普及使用后，所需的推理算力规模约为28万张H20。
东吴证券也以AI手机为例，测算得到端侧算力需求在2024-2027年间基本维持翻倍以上的增速，AI手机云端算力需求折算成Blackwell GPU卡的FP8算力，在2025年的需求量约为12万张。
“算力永不眠。”一位大模型行业人士向「硅基研究室」这样解释，可以从大厂公布的Token消耗量粗暴理解算力长期需求。
去年12月18日，字节公布豆包通用大模型日均Token消耗量已超4万亿，百度在去年8月公布文心一言通用大模型日均处理Tokens文本超1万亿，而据火山引擎智能算法负责人吴迪此前预测，2027年豆包每天Token消耗量预计超过100万亿，是原来的100倍以上。
上述大模型行业人士称，考虑到未来视频推理、用户量增长等因素，推理算力需求长期或向百万卡迈进，“长期算力难以准确估计”。
事实上，中国科技大厂已经进入新一轮的扩张周期——以阿里近两年资本支出为例，分季度呈现出高增趋势，部分季度甚至呈现三位数高增，阿里管理层在最新财报电话会给出的指引是——未来三年在云和AI的基础设施投入将超越过去十年的总和，约为3800亿元。
[物价飞涨的时候 这样省钱购物很爽]
无评论不新闻，发表一下您的意见吧
据机构「IDC圈」不完全统计，截至2024年11月20日，中国智算中心项目已经达到634个。
轰轰烈烈的“算力浪潮”之下，为何还会出现「闲置问题」？
在李杨看来，DeepSeek出圈前，国产算力中心缺少一个成本低、性能好且开源的模型。“智算中心大多是国产卡，一个大模型火了，每次都要适配一堆，加上人力有限，没有好的开源模型，所以很多最后没有用起来。”
另一个原因在于，算力中心主要面向产业、学界等，客户对算力成本也很敏感。过去在推理侧，智算中心以单卡形式提供算力服务，智算中心的集群规模化效应并没有凸显，国产算力得不到有效消耗。
“成本和产能就是主要问题，产能低的芯片价格高，只有产能稳定才能有规模效应，降低智算中心成本。”李杨告诉「硅基研究室」。
但DeepSeek打破了这个窘境：首先，国产芯片厂商反应迅速，其次，作为李杨口中一个真正“好的开源大模型”，它带动了上下游生态，叠加政策驱动，推动过去闲置的国产算力真正地用起来。
除此以外，作为中间层的AI Infra厂商也在迅速整合生态、加速算力市场洗牌，在DeepSeek牵引下，比如推出敏捷式的多并发一体机，以软硬件一体化，提供更多元、高效的推理服务解决方案。
但短期洗牌过后，长期来看，算力还是短缺的。
训练和推理是AI芯片的主要任务场景，DeepSeek带动智能算力结构变化，推动Scaling Law向后训练、推理阶段转移。
据IDC数据，2024年，中国智能算力规模达725.3百亿亿次/秒（EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。分结构来看，未来智能算力内部训练算力占比会下滑至27.4%，推理算力占比将上升到72.6%。
推理算力猛涨的背后，是行业对“AI加速渗透千行百业”的期待。
民生证券以目前日活量、日均token调用量为基础，对“超级应用”接入DeepSeek做出了保守估算，10亿级别DAU应用接入DeepSeek且全面普及使用后，所需的推理算力规模约为28万张H20。
东吴证券也以AI手机为例，测算得到端侧算力需求在2024-2027年间基本维持翻倍以上的增速，AI手机云端算力需求折算成Blackwell GPU卡的FP8算力，在2025年的需求量约为12万张。
“算力永不眠。”一位大模型行业人士向「硅基研究室」这样解释，可以从大厂公布的Token消耗量粗暴理解算力长期需求。
去年12月18日，字节公布豆包通用大模型日均Token消耗量已超4万亿，百度在去年8月公布文心一言通用大模型日均处理Tokens文本超1万亿，而据火山引擎智能算法负责人吴迪此前预测，2027年豆包每天Token消耗量预计超过100万亿，是原来的100倍以上。
上述大模型行业人士称，考虑到未来视频推理、用户量增长等因素，推理算力需求长期或向百万卡迈进，“长期算力难以准确估计”。
事实上，中国科技大厂已经进入新一轮的扩张周期——以阿里近两年资本支出为例，分季度呈现出高增趋势，部分季度甚至呈现三位数高增，阿里管理层在最新财报电话会给出的指引是——未来三年在云和AI的基础设施投入将超越过去十年的总和，约为3800亿元。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
推荐: