算力卡需求增加，此前被冷落的H20芯片成为香饽饽；客户尝试大模型服务的意愿增强，智算中心空置率正在下降；算力租赁价格开始上涨，运营商大力推广搭载华为昇腾芯片的DeepSeek大模型一体机……

随着DeepSeek大模型被广泛适配和接入，算力硬件及租赁市场迎来翻转，需求增长快速显现。多位业内人士表示，DeepSeek显著降低了全社会数智化的门槛和成本，基于各种应用场景的需求会出现爆发式增长，这种端侧AI增长又反向促进云侧AI发展，进而形成云、端AI算力均快速增长的态势。

算力全链条涨价

在千行百业争相接入DeepSeek后，算力市场正在发生着显著变化。

“算力市场很火爆，我们在全力推广搭载华为昇腾芯片的DeepSeek大模型一体机，全力推销算力服务。”某运营商人士介绍，蛇年开工以来，DeepSeek大模型带动客户尝试算力服务的意愿大增，现在运营商业务全部都融合了语言大模型技术和服务。

事实上，从硬件到算力租赁市场，再到算力需求结构，都在DeepSeek影响下呈现出新现象。

“算力卡需求开始增加，市场上之前不太受欢迎、闲置的H20芯片(英伟达专供中国市场的产品)都已经陆续售出，英伟达4090芯片(显卡)的需求也有所增加。”优刻得相关负责人在接受上海证券报记者采访时介绍，在算力租赁方面，智算中心的空置情况正在得到改善，随着闲置资源的减少，算力租赁的价格已经略有上涨，但涨幅还不太大。

H20芯片是英伟达在2023年底针对中国市场推出的一款人工智能芯片，也是目前中国买家能在合法渠道上买到的用于大模型训练的最先进的GPU芯片。但鉴于其性能较低，此前被市场视为“鸡肋”产品，并不受欢迎。

“推理和渲染及各类AI场景领域需求显著增长，像立昂技术这样提供灵活算力的公司就比较受益。”立昂技术常务副总裁王子璇在接受记者采访时补充道，具体来看，当前整体算力租赁数量是增长的，但不同品牌硬件接到的需求也不尽相同。另外，在智算中心租赁价格方面，环京、华南等这些适合做推理的热算力，更能感受到价格上涨。

王子璇介绍，从立昂技术来看，公司原来客户更多集中在电竞、游戏等渲染需求上，现在大的B端客户、G端客户明显增加，来寻求资源的平台级客户也开始变多。“立昂技术提供一个为期3天的免费测试期，让客户充分感受DeepSeek在业务上的转化效果，最近来咨询的客户明显增加。”王子璇表示。

DeepSeek还带动私有云市场和大模型本地化部署显著增长。

“我看到周围的企业家朋友都在更换自己的IT设备，明显提升了预算。”泰凌微董事长王维航表示，DeepSeek灵活的模型蒸馏机制，降低了对端侧硬件计算资源和存储的要求，完全支持部署在企业本地的服务器或私有云环境中，这对于那些重视数据保密的企业来说非常具有吸引力，也可以更好地提升其业务效率。

云侧与端侧相互推动

“短期的云侧训练需求下降，端侧推理需求大幅上升；但长期来看，云侧、端侧的需求相互推动，均将大幅提升。”上述优刻得相关负责人强调。

谈及DeepSeek对云计算市场的影响，王维航表示，DeepSeek大模型大幅降低企业和社会的数字化、智能化门槛，基于各种应用场景的需求会出现爆发式增长，端侧AI又对云侧产生促进作用，在这个互相促进的双向过程中，云计算市场快速增长。云侧AI芯片和端侧AI芯片都具有巨大的市场空间。

Canalys最新报告显示，2024年全球云支出同比增长20%，从2023年的2677亿美元增至2024年的3213亿美元。AI模型的快速扩展成为这一增长的核心驱动力，加速了云计算的普及。Canalys预测，2025年全球云基础设施服务支出将再增长19%。

在快速增长的云计算市场中，推理算力需求将表现得更加亮眼。

在AI技术的实际应用落地中，推理的需求规模往往是训练需求的5倍至10倍。随着AI应用场景不断开拓，推理场景的算力需求进入快速增长期。IDC认为，推理在未来几年会占有大部分市场，与训练共存；云端推理占算力的比重将逐步提升，预计到2026年推理占62.2%，训练占37.8%。

多位业内人士在接受采访时强调，DeepSeek带动千行百业加速智能化，这种“长尾”需求，有望打破半导体产业的周期性，带动产业持续增长，给中国半导体产业带来新的发展机遇。

“在DeepSeek带动下，国产算力芯片的价格也有所上浮。”王子璇介绍，当前国产芯片中，华为昇腾价格最高，几乎是供不应求；沐曦等公司的算力芯片价格也有所上涨。

记者了解到，当前适配DeepSeek蒸馏模型最好的国产GPU芯片是华为昇腾920B。另外，在国资智算中心适配国产GPU芯片后，更多的非国资智算中心也在积极测试、配置海光信息、寒武纪、沐曦、壁仞、燧原科技等国产GPU芯片。

“DeepSeek带动的长远、持续需求，有望打破半导体产业的周期性，产业持续增长也将吸引更多的人力和财力资源进入行业。”王维航表示，在端侧AI机遇下，中国半导体产业有望通过场景驱动的算法优化与定制化架构创新实现突破，但需在基础研究、开源生态和产业链协同上持续投入。“随着AI发展，所有的电子产品都值得重新再设计一遍，这对半导体产业是巨大推动力。”