DeepSeek的出现会对算力需求产生多方面的影响？

DeepSeek的出现会对算力需求产生多方面的影响，具体如下：

- 降低特定场景下的算力需求：DeepSeek通过极致工程化、并行优化以及精筛数据等手段，能在性能普通的AI加速器和远低于顶级的芯片条件下，训练出性能出色的大模型，还通过多种策略在训练阶段将硬件资源利用率最大化，减少“不必要的算力浪费”。此外，DeepSeek开创的低推理成本范式，使AI推理算力大幅简化，在未来AI推理领域，AI ASIC在性能和成本优势上比AI GPU大得多，有望在一定程度上降低推理场景对高算力的依赖。

- 增加整体AI领域的算力需求：DeepSeek的成功降低了AI应用门槛，会使智能客服、图像识别、自然语言处理等依赖推理算力的场景不断拓展，推理任务复杂度和频次大幅增加，推理算力需求迎来爆发式增长。整个AI行业在持续探索更大规模、更复杂的模型，以及针对不同场景任务开展大量训练的脚步不会停歇，新模型、新应用层出不穷，训练算力需求持续攀升。

- 推动算力技术研发的需求：为了满足AI行业不断增长的算力需求，相关企业和科研机构需要加大算力技术研发投入，推动芯片制造工艺进步，探索新型计算架构，侧面反映出对算力的更高要求。