DeepSeek的低成本高性能模型正在改变AI算力需求的格局。国金证券研究报告显示，DeepSeek推理价格下降吸引更多用户调用模型，推理算力或将有2-3个数量级的提升。华为昇腾、寒武纪、海光信息等国产芯片厂商已宣布适配DeepSeek系列模型。2025年将是推理需求大规模上量的一年，AI应用从集中式云服务向海量终端扩散，AIDC、物联网模组、国产芯片等环节迎来结构性机遇。

DeepSeek的出现正在重塑AI算力需求的结构。过去两年，AI算力需求主要由大模型训练驱动，巨头FOMO背景下的大额投入带来供不应求。DeepSeek的低成本高性能模型正在将关注焦点从训练侧向推理侧迁移。

推理端算力需求正呈现爆发式增长。未来推理算力或将有2-3个数量级的提升。训练算力需求仍会有所增长，但推理端的需求增速将远超训练端。总体来看，算力需求会激增，算力成本还有巨大压缩空间，单位算力成本将下降，效率得到提升。

Meta预计2025年资本开支为600-650亿美元，公司认为目前推理端要求更高质量的服务，推理端算力需求持续提升。商汤联合创始人林达华指出，随着DeepSeek推理能力不断突破，它带动了下游应用市场的快速扩展，推理市场正呈现供不应求、快速增长的态势。

AI算力需求结构演变

维度	训练侧	推理侧
需求驱动	大模型预训练	AI应用落地
增长趋势	稳步增长	2-3个数量级提升
芯片要求	高性能集群	高性价比专用芯片
部署模式	集中式云服务	云+边缘+端侧

DeepSeek的爆发正在推动国产AI算力生态的加速成熟。华为昇腾、寒武纪、海光信息三家国产芯片厂商均在模型发布当天宣布完成适配。

华为昇腾基于vLLM/SGLang等推理框架完成适配部署，实现DeepSeek的0day支持，并向开发者开源所有推理代码和算子实现。海光信息宣布其DCU已实现对DeepSeek的无缝适配+深度调优，新模型在海光DCU上展现出优异性能，同时验证了海光DCU高通用性、高生态兼容度及自主可控的技术优势。寒武纪同步开源其大模型推理引擎vLLM-MLU源代码。

国产芯片与国产大模型的深度适配正在形成正向循环。DeepSeek的开源模式让芯片厂商能够针对模型特性进行深度优化，优化的结果又反过来提升模型在国产硬件上的运行效率。这种软硬协同的生态闭环，有望加速国产AI算力在大规模推理场景中的落地。

推理算力需求的爆发正在带动AIDC（AI数据中心）和物联网模组等基础设施环节的增长。

AIDC方面，DeepSeek的低定价策略和高性能表现，让中小企业和开发者可以低成本地开发AI应用。预计AIDC用量同步上升，与集中式训练有所区别的是，零售类型的IDC供应商预计更贴合轻量化大模型的承载。IDC和前瞻产业研究院预计到2029年我国整体IDC业务市场规模可达2.88万亿元左右。

物联网模组方面，DeepSeek带动AI模型在边缘侧部署落地速度加快，高算力物联网模组是端侧AI应用必不可少的硬件设备。广和通发布Fibocom AI Stack帮助智能设备快速实现AI能力商用，移远通信与火山引擎旗下豆包大模型团队合作布局陪伴类AI玩具，美格智能发布AI智能体产品AIMO最高可提供100Tops AI终端侧能力。

推理算力的分布式部署对网络基础设施提出了更高要求。DeepSeek将带动AI的分布式、边缘侧部署，对跨区域网络互联需求量增长，带动交换机等硬件设备需求提升。

国内大模型在2025年进入到万卡互联阶段，同样会面对功率、散热、时延、集群、规模等瓶颈制约。CPO交换机的大规模商用仍是解决上述问题的必由之道。华为在《数据中心2030》报告中指出CPO技术已成为业界热点。锐捷网络已发布25.6Tbps CPO交换机，新华三已推出800G CPO硅光数据中心交换机。

光模块方面，DeepSeek的低定价策略和高性能表现推动AI应用繁荣，算力相关基础设施需求持续旺盛。800G是DCI（数据中心互联）的一个转折点，因为它使数据中心能够用可插拔模块取代昂贵的传统设备用于500公里及以上的连接。