算力卡需求增加，此前被冷落的H20芯片成為香餑餑；客戶嘗試大模型服務的意愿增強，智算中心空置率正在下降；算力租賃價格開始上漲，運營商大力推廣搭載華為昇騰芯片的DeepSeek大模型一體機……

隨著DeepSeek大模型被廣泛適配和接入，算力硬件及租賃市場迎來翻轉，需求增長快速顯現。多位業內人士表示，DeepSeek顯著降低了全社會數智化的門檻和成本，基于各種應用場景的需求會出現爆發式增長，這種端側AI增長又反向促進云側AI發展，進而形成云、端AI算力均快速增長的態勢。

算力全鏈條漲價

在千行百業爭相接入DeepSeek后，算力市場正在發生著顯著變化。

“算力市場很火爆，我們在全力推廣搭載華為昇騰芯片的DeepSeek大模型一體機，全力推銷算力服務。”某運營商人士介紹，蛇年開工以來，DeepSeek大模型帶動客戶嘗試算力服務的意愿大增，現在運營商業務全部都融合了語言大模型技術和服務。

事實上，從硬件到算力租賃市場，再到算力需求結構，都在DeepSeek影響下呈現出新現象。

“算力卡需求開始增加，市場上之前不太受歡迎、閑置的H20芯片(英偉達專供中國市場的產品)都已經陸續售出，英偉達4090芯片(顯卡)的需求也有所增加。”優刻得相關負責人在接受上海證券報記者采訪時介紹，在算力租賃方面，智算中心的空置情況正在得到改善，隨著閑置資源的減少，算力租賃的價格已經略有上漲，但漲幅還不太大。

H20芯片是英偉達在2023年底針對中國市場推出的一款人工智能芯片，也是目前中國買家能在合法渠道上買到的用于大模型訓練的最先進的GPU芯片。但鑒于其性能較低，此前被市場視為“雞肋”產品，并不受歡迎。

“推理和渲染及各類AI場景領域需求顯著增長，像立昂技術這樣提供靈活算力的公司就比較受益。”立昂技術常務副總裁王子璇在接受記者采訪時補充道，具體來看，當前整體算力租賃數量是增長的，但不同品牌硬件接到的需求也不盡相同。另外，在智算中心租賃價格方面，環京、華南等這些適合做推理的熱算力，更能感受到價格上漲。

王子璇介紹，從立昂技術來看，公司原來客戶更多集中在電競、游戲等渲染需求上，現在大的B端客戶、G端客戶明顯增加，來尋求資源的平臺級客戶也開始變多。“立昂技術提供一個為期3天的免費測試期，讓客戶充分感受DeepSeek在業務上的轉化效果，最近來咨詢的客戶明顯增加。”王子璇表示。

DeepSeek還帶動私有云市場和大模型本地化部署顯著增長。

“我看到周圍的企業家朋友都在更換自己的IT設備，明顯提升了預算。”泰凌微董事長王維航表示，DeepSeek靈活的模型蒸餾機制，降低了對端側硬件計算資源和存儲的要求，完全支持部署在企業本地的服務器或私有云環境中，這對于那些重視數據保密的企業來說非常具有吸引力，也可以更好地提升其業務效率。

云側與端側相互推動

“短期的云側訓練需求下降，端側推理需求大幅上升；但長期來看，云側、端側的需求相互推動，均將大幅提升。”上述優刻得相關負責人強調。

談及DeepSeek對云計算市場的影響，王維航表示，DeepSeek大模型大幅降低企業和社會的數字化、智能化門檻，基于各種應用場景的需求會出現爆發式增長，端側AI又對云側產生促進作用，在這個互相促進的雙向過程中，云計算市場快速增長。云側AI芯片和端側AI芯片都具有巨大的市場空間。

Canalys最新報告顯示，2024年全球云支出同比增長20%，從2023年的2677億美元增至2024年的3213億美元。AI模型的快速擴展成為這一增長的核心驅動力，加速了云計算的普及。Canalys預測，2025年全球云基礎設施服務支出將再增長19%。

在快速增長的云計算市場中，推理算力需求將表現得更加亮眼。

在AI技術的實際應用落地中，推理的需求規模往往是訓練需求的5倍至10倍。隨著AI應用場景不斷開拓，推理場景的算力需求進入快速增長期。IDC認為，推理在未來幾年會占有大部分市場，與訓練共存；云端推理占算力的比重將逐步提升，預計到2026年推理占62.2%，訓練占37.8%。

多位業內人士在接受采訪時強調，DeepSeek帶動千行百業加速智能化，這種“長尾”需求，有望打破半導體產業的周期性，帶動產業持續增長，給中國半導體產業帶來新的發展機遇。

“在DeepSeek帶動下，國產算力芯片的價格也有所上浮。”王子璇介紹，當前國產芯片中，華為昇騰價格最高，幾乎是供不應求；沐曦等公司的算力芯片價格也有所上漲。

記者了解到，當前適配DeepSeek蒸餾模型最好的國產GPU芯片是華為昇騰920B。另外，在國資智算中心適配國產GPU芯片后，更多的非國資智算中心也在積極測試、配置海光信息、寒武紀、沐曦、壁仞、燧原科技等國產GPU芯片。

“DeepSeek帶動的長遠、持續需求，有望打破半導體產業的周期性，產業持續增長也將吸引更多的人力和財力資源進入行業。”王維航表示，在端側AI機遇下，中國半導體產業有望通過場景驅動的算法優化與定制化架構創新實現突破，但需在基礎研究、開源生態和產業鏈協同上持續投入。“隨著AI發展，所有的電子產品都值得重新再設計一遍，這對半導體產業是巨大推動力。”