DeepSeek大幅降低训练和推理成本，引发“杰文斯悖论”——效率提升反而驱动资源消耗增加。日活突破3000万后服务器多次宕机、API暂停充值，算力不足仍是产业瓶颈。美国持续加码出口管制，封锁16nm先进制程，国产芯片突破是AI产业发展的关键。
杰文斯悖论——更高效的AI需要更多算力
“杰文斯悖论”指出：当资源利用效率提高时，可能导致资源消耗的增加而非减少。DeepSeek以557万美元训练出比肩GPT-4o的模型，成本仅为1/10，但这一突破正驱动更多企业和开发者进入AI领域，整体算力需求不降反增。日活用户突破3000万后DeepSeek服务多次中断，2月6日暂停API充值，直观证明算力供给远赶不上需求增长。英伟达CEO黄仁勋、ASML CEO均认为低成本模型将带来更多而非更少的AI芯片需求。Semi Analysis估计算法进步速度为每年4倍，Anthropic CEO认为算法改进使成本降低10倍且模型能力持续提升——更便宜的AI将催生更多应用场景，每个场景都需要算力支撑。
训练算力→推理算力——需求结构转换
DeepSeek降低的是训练成本，推理成本随之大幅下降，但推理需求的增长将远超训练需求的下降。DeepSeek用户18天达1500万日活、2月1日突破3000万，每个用户的每次提问都消耗推理算力。据Gartner预测2025年推理集群算力规模将超过训练，推理芯片占比预计达60.8%。云厂加速适配DeepSeek，华为云、阿里云、腾讯云等20余家云厂上架模型，MaaS服务模式下用户按需调用API，算力消耗从“一次性训练投入”转变为“持续性推理支出”。随着AI应用从头部企业向中小企业扩散，推理算力的长尾需求将呈指数级增长。
美国出口管制加码——16nm以下被封锁
2025年1月16日，美国BIS发布新规：封锁16nm/14nm及以下先进制程芯片流向中国，增加对芯片工厂和封装公司的出口管控，对DRAM施加更严格管制，加强代工调查以防止先进芯片流向中国。将25家中国公司和2家新加坡公司列入实体清单（智谱、算能等）。管制框架将全球分为三级：Tier1（18个核心盟友）芯片销售不受限制；Tier2设特定配额，单个国家不超过7%；Tier3（含中国、俄罗斯）严格限制不变。DeepSeek反映出中美AI差距在缩小，美国Anthropic CEO呼吁将H20芯片也纳入限制范围。OpenAI和微软审查DeepSeek是否违规使用OpenAI API进行模型蒸馏，爱尔兰、意大利等国对DeepSeek数据安全提起质询，App在意大利下架。
国产芯片——台积电产能差距与突破方向
台积电2025年资本开支预计380-420亿美元，70%投资先进制程（3nm及2nm）。7nm月产能15-20万片，5nm超20万片，3nm扩产积极，2nm预计25H2量产、月产能5-6万片、26年翻倍。中国大陆7nm及以下先进制程产能与台积电相差约一个数量级，对应晶体管数量有几十倍的差距。DeepSeek海光DCU已成功适配V3和R1并正式上线，昇腾云服务支持DeepSeek部署且效果持平全球高端GPU。海光信息DCU完全兼容CUDA和ROCm生态，支持TensorFlow、Pytorch等主流框架。国产芯片在适配能力和软件生态上持续进步，但先进制程产能仍是最大瓶颈。美国BIS预计将进一步加码管制，争取美国AI产业发展时间，中美科技领域差距仍可能拉大，突破先进制程、实现半导体自主可控是中国AI产业发展的关键。
算力需求与国产芯片进展一览
| 维度 | 现状 | 趋势 |
|
|
|
|
| DeepSeek训练成本 | 557万美元（GPT-4o的1/10） | 算法进步每年4倍 |
| 推理成本 | R1为o1的1/25、o3-mini的1/8 | 持续下降 |
| 算力需求（用户端） | DAU突破3000万，服务器多次宕机 | 杰文斯悖论下持续增长 |
| 美国出口管制 | 封锁16nm以下，新增25家实体 | 预计进一步加码 |
| 台积电先进制程 | 7nm 15-20万片/月，3nm扩产，2nm 25H2量产 | 持续扩张 |
| 中国大陆先进制程 | 与台积电相差数量级 | 突破是关键 |
来源：BIS、台积电、各公司公告、券商研究所整理
算力投资逻辑——从“训练军备”到“推理基建”
DeepSeek带来的算力需求结构变化正在重塑投资逻辑。训练侧算力投资可能从“暴力堆砌”转向“算法优化+适度规模”，但推理侧算力投资将迎来爆发式增长。云厂商、数据中心、算力服务商将受益于AI推理需求的持续攀升。国产算力方向，海光信息DCU适配DeepSeek证明国产芯片的软件生态正在成熟，先进制程的突破将是国产算力从“可用”到“好用”的关键。芯片设备、材料、EDA等产业链环节国产化率提升空间巨大。算力仍将是AI产业的“硬通货”，DeepSeek非但没有减少算力需求，反而通过降低AI门槛打开了更大的算力市场。
