DeepSeek引领风潮，大厂为何反而加大算力基础设施投资？
随着DeepSeek通过技术创新降低对GPU等硬件依赖，以更低的算力需求实现世界一流的模型性能，这一现象在全球范围内引起了轰动。DeepSeek的出现打破了全球人工智能行业里“拼算力炼模型”的固有思维，引发了对于大模型发展最优解的新思考。然而，在DeepSeek在全球范围内现象级热潮之后，国内更多大厂却加大了对AI算力等基础设施的投入。这背后的考量是什么呢？
首先，AI军备竞赛升级是其中一个重要因素。随着DeepSeek-R1的出现，全球云服务厂商几乎都第一时间选择上架DeepSeek-R1，以提供给自己的客户更优的模型，并在云算力上也给予了大力的扶持。这无疑推动了云服务厂商之间的竞争，尤其是在AI算力基础设施方面的投入。此外，百度智能云在官方公号发文称，近日成功点亮昆仑芯三代万卡集群，这也是国内首个正式点亮的自研万卡集群。这表明百度智能云在自研芯片和大规模集群的建设上，除了解决自身算力供应的问题外，还能为整个行业提供新的思路和方向。这无疑为其他大厂提供了借鉴和启示，推动了整个行业在AI算力基础设施方面的投入。
其次，大模型推理将无处不在，为应对大模型应用推理需求的爆发，企业加大算力基础设施建设就成为水到渠成的事情。随着大模型的广泛应用，云端推理算力需求增长迅速。DeepSeek的出现重构了行业竞争格局，其开源策略和低成本优势让更多下游应用公司有机会涉足大模型业务。开发者能轻松获取资源，针对自身业务定制开发，这无疑大大助力和推动了大模型在各行业落地。因此，为了应对大模型应用推理需求的爆发，企业加大算力基础设施建设就成为必要之举。
再者，随着新一代AI专用芯片的诞生，AI模型得以嵌入个人电脑和边缘设备，实现本地化、离线化运算。集成AI的边缘计算设备，也是未来重要的算力基础设施。例如大模型一体机将成为政务与央国企部署AI的关键载体。这为应用企业提供了更多的选择和机会，同时也对算力基础设施提出了更高的要求。因此，企业需要加大对算力基础设施的投资，以满足日益增长的算力需求。
另外，“软硬协同”也将是这一波AI算力基础设施投入的一大特征，国产芯片也将迎来更多机会。在DeepSeek的创新里，它通过类似于MOE的技术，让很多算力不需要在算力卡上去做，可以在CPU里面去做，这对于CPU来说就是一个很好的机会。这为芯片设计带来了启发，包括如何在计算能力、存储容量以及芯片之间互联通信、存储带宽等之间找到一个新的平衡点。因此，国产芯片在DeepSeek引领的风潮中也将迎来更多的应用机会。
综上所述，DeepSeek引领风潮后，大厂加大算力基础设施投资的原因主要有三个方面：AI军备竞赛升级、大模型推理将无处不在以及“软硬协同”的机会。这些因素共同推动了大厂们在AI算力基础设施方面的投入和建设，从而为下一轮AI商业化的实现奠定了基础。然而，需要注意的是，这种投入和建设并不是一蹴而就的，需要持续的投入和不断的创新才能取得成功。因此，对于企业和投资者来说，保持敏锐的市场洞察力和持续的创新能力才是关键所在。
本文由「aiuc」编辑整理，文章链接：https://www.aiuc.net/24863
该文观点仅代表作者本人，平台仅提供信息存储空间服务。
