新聞 
DeepSeek"日賺"56萬,"朋友圈"掀起算力戰
DeepSeek"日賺"56萬,"朋友圈"掀起算力戰DeepSeek"日賺"56萬,"朋友圈"掀起算力戰
而對壹些部署國產芯片的智算中心而言，DeepSeek出圈也短期解決了算力閒置和碎片化問題，上述智算中心服務商李楊算過壹筆賬，中國智算中心項目目前已超過600個（包括在建），各地也在興建千卡、萬卡算力資源池。
據機構「IDC圈」不完全統計，截至2024年11月20日，中國智算中心項目已經達到634個。
轟轟烈烈的“算力浪潮”之下，為何還會出現「閒置問題」？
在李楊看來，DeepSeek出圈前，國產算力中心缺少壹個成本低、性能好且開源的模型。“智算中心大多是國產卡，壹個大模型火了，每次都要適配壹堆，加上人力有限，沒有好的開源模型，所以很多最後沒有用起來。”
另壹個原因在於，算力中心主要面向產業、學界等，客戶對算力成本也很敏感。過去在推理側，智算中心以單卡形式提供算力服務，智算中心的集群規模化效應並沒有凸顯，國產算力得不到有效消耗。
“成本和產能就是主要問題，產能低的芯片價格高，只有產能穩定才能有規模效應，降低智算中心成本。”李楊告訴「硅基研究室」。
但DeepSeek打破了這個窘境：首先，國產芯片廠商反應迅速，其次，作為李楊口中壹個真正“好的開源大模型”，它帶動了上下游生態，疊加政策驅動，推動過去閒置的國產算力真正地用起來。
除此以外，作為中間層的AI Infra廠商也在迅速整合生態、加速算力市場洗牌，在DeepSeek牽引下，比如推出敏捷式的多並發壹體機，以軟硬件壹體化，提供更多元、高效的推理服務解決方案。
但短期洗牌過後，長期來看，算力還是短缺的。
訓練和推理是AI芯片的主要任務場景，DeepSeek帶動智能算力結構變化，推動Scaling Law向後訓練、推理階段轉移。
據IDC數據，2024年，中國智能算力規模達725.3百億億次/秒（EFLOPS），同比增長74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。分結構來看，未來智能算力內部訓練算力占比會下滑至27.4%，推理算力占比將上升到72.6%。
推理算力猛漲的背後，是行業對“AI加速滲透千行百業”的期待。
民生證券以目前日活量、日均token調用量為基礎，對“超級應用”接入DeepSeek做出了保守估算，10億級別DAU應用接入DeepSeek且全面普及使用後，所需的推理算力規模約為28萬張H20。
東吳證券也以AI手機為例，測算得到端側算力需求在2024-2027年間基本維持翻倍以上的增速，AI手機雲端算力需求折算成Blackwell GPU卡的FP8算力，在2025年的需求量約為12萬張。
“算力永不眠。”壹位大模型行業人士向「硅基研究室」這樣解釋，可以從大廠公布的Token消耗量粗暴理解算力長期需求。
去年12月18日，字節公布豆包通用大模型日均Token消耗量已超4萬億，百度在去年8月公布文心壹言通用大模型日均處理Tokens文本超1萬億，而據火山引擎智能算法負責人吳迪此前預測，2027年豆包每天Token消耗量預計超過100萬億，是原來的100倍以上。
上述大模型行業人士稱，考慮到未來視頻推理、用戶量增長等因素，推理算力需求長期或向百萬卡邁進，“長期算力難以准確估計”。
事實上，中國科技大廠已經進入新壹輪的擴張周期——以阿裡近兩年資本支出為例，分季度呈現出高增趨勢，部分季度甚至呈現叁位數高增，阿裡管理層在最新財報電話會給出的指引是——未來叁年在雲和AI的基礎設施投入將超越過去拾年的總和，約為3800億元。
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊，我想來說幾句
據機構「IDC圈」不完全統計，截至2024年11月20日，中國智算中心項目已經達到634個。
轟轟烈烈的“算力浪潮”之下，為何還會出現「閒置問題」？
在李楊看來，DeepSeek出圈前，國產算力中心缺少壹個成本低、性能好且開源的模型。“智算中心大多是國產卡，壹個大模型火了，每次都要適配壹堆，加上人力有限，沒有好的開源模型，所以很多最後沒有用起來。”
另壹個原因在於，算力中心主要面向產業、學界等，客戶對算力成本也很敏感。過去在推理側，智算中心以單卡形式提供算力服務，智算中心的集群規模化效應並沒有凸顯，國產算力得不到有效消耗。
“成本和產能就是主要問題，產能低的芯片價格高，只有產能穩定才能有規模效應，降低智算中心成本。”李楊告訴「硅基研究室」。
但DeepSeek打破了這個窘境：首先，國產芯片廠商反應迅速，其次，作為李楊口中壹個真正“好的開源大模型”，它帶動了上下游生態，疊加政策驅動，推動過去閒置的國產算力真正地用起來。
除此以外，作為中間層的AI Infra廠商也在迅速整合生態、加速算力市場洗牌，在DeepSeek牽引下，比如推出敏捷式的多並發壹體機，以軟硬件壹體化，提供更多元、高效的推理服務解決方案。
但短期洗牌過後，長期來看，算力還是短缺的。
訓練和推理是AI芯片的主要任務場景，DeepSeek帶動智能算力結構變化，推動Scaling Law向後訓練、推理階段轉移。
據IDC數據，2024年，中國智能算力規模達725.3百億億次/秒（EFLOPS），同比增長74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。分結構來看，未來智能算力內部訓練算力占比會下滑至27.4%，推理算力占比將上升到72.6%。
推理算力猛漲的背後，是行業對“AI加速滲透千行百業”的期待。
民生證券以目前日活量、日均token調用量為基礎，對“超級應用”接入DeepSeek做出了保守估算，10億級別DAU應用接入DeepSeek且全面普及使用後，所需的推理算力規模約為28萬張H20。
東吳證券也以AI手機為例，測算得到端側算力需求在2024-2027年間基本維持翻倍以上的增速，AI手機雲端算力需求折算成Blackwell GPU卡的FP8算力，在2025年的需求量約為12萬張。
“算力永不眠。”壹位大模型行業人士向「硅基研究室」這樣解釋，可以從大廠公布的Token消耗量粗暴理解算力長期需求。
去年12月18日，字節公布豆包通用大模型日均Token消耗量已超4萬億，百度在去年8月公布文心壹言通用大模型日均處理Tokens文本超1萬億，而據火山引擎智能算法負責人吳迪此前預測，2027年豆包每天Token消耗量預計超過100萬億，是原來的100倍以上。
上述大模型行業人士稱，考慮到未來視頻推理、用戶量增長等因素，推理算力需求長期或向百萬卡邁進，“長期算力難以准確估計”。
事實上，中國科技大廠已經進入新壹輪的擴張周期——以阿裡近兩年資本支出為例，分季度呈現出高增趨勢，部分季度甚至呈現叁位數高增，阿裡管理層在最新財報電話會給出的指引是——未來叁年在雲和AI的基礎設施投入將超越過去拾年的總和，約為3800億元。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: