华龙证券报告深入分析了DeepSeek对算力需求的影响机制。DeepSeek打破单纯依靠算力投资强度提高AI性能的路径，证明算法也可推动AI性能提升，短期对算力硬件端产生冲击。但杰文斯悖论揭示科技进步与需求变化之间的复杂关系——技术进步使资源使用更高效，反而刺激更广泛需求导致总体消耗量增加。DeepSeek将大模型成本大幅降低，实现AI领域“平权”，长期将刺激算力需求指数级增长。海外四巨头2025年资本支出至少3200亿美元，国内算力国产替代加速，云服务直接受益。

Scaling law是大模型进步的核心概念，描述测试损失随变量增长的降低趋势。其含义简单概括：使用更多数据训练更大规模模型，模型表现就更好。DeepSeek的出现使市场产生“Scaling law是否依然有效”的疑问。

从本质意义上看，Scaling law衡量的指标是预训练期间模型的测试损失，而非下游用户关心的推理性能。长期指数趋于平滑是Scaling law结论的一部分，要进一步长期提升模型性能需寻找其他方法。DeepSeek采用MOE架构、强化学习、CoT深度复杂推理等在预训练之外进行有益尝试，证明适当奖励机制下的强化学习与深度推理依旧服从Scaling law，是在Scaling law法则下继续推动AI进步的另一个方向。

“杰文斯悖论”揭示科技进步与需求变化之间的复杂关系：技术进步或资源利用效率提高使得某种资源使用更加高效，反而因技术进步刺激更广泛需求，导致总体资源消耗量增加。

在AI领域，DeepSeek打破单纯依靠算力投资强度提高AI性能的路径。短期看，1月27日英伟达重挫17%市值蒸发约6000亿美元，体现市场对GPU、ASIC芯片厂商的担忧。但长期看，DeepSeek将大模型成本大幅降低，实现不同规模公司在AI领域的“平权”，给AI发展创造新道路。成本下降有望吸引更多厂商关注并使用AI技术，刺激算力需求增长。

DeepSeek发布后，海外大厂加大投资以应对新变化的诉求更加强烈。金融时报报道，微软、Alphabet、亚马逊和Meta四家公司2025年资本支出累计至少3200亿美元，较2024年2460亿美元大幅增长。微软2025年预计800亿美元、谷歌750亿美元、亚马逊1000亿美元、Meta 650亿美元，投入主要聚焦数据中心建设和云服务。

国内方面，腾讯、阿里等主要云厂商近年资本支出维持高水平。2024年阿里资本支出约300亿元，腾讯约200亿元，字节约为国内大厂之首。作为国内大模型领头羊，字节有望在算力投入上实现后来居上，带动国产算力产业链需求增长。

2024年全球云基础设施服务市场增长22%达3300亿美元，生成式AI至少贡献增长的一半。谷歌云2024Q4销售额120亿美元同比增长30%，AI基础设施和生成式AI解决方案是主要驱动力。微软Azure 2024Q4收入增长31%，其中13个百分点来自AI服务，AI服务同比增长157%。

DeepSeek接入促使云厂商提供更多样算力租用方案、优化模型部署流程，推动云服务普及并提供增值服务。国产算力平台与DeepSeek全面适配——华为昇腾社区上线DeepSeek系列新模型，京东云、腾讯云、火山引擎、阿里云等已官宣上架。云服务相关厂商为直接受益方，有望率先进入业绩兑现期。

海外科技巨头资本支出对比（十亿美元）

公司	2024年	2025E	增长
微软	约55	80	+45%
谷歌（Alphabet）	约53	75	+42%
亚马逊	约75	100	+33%
Meta	约38	65	+71%
合计	246	320+	+30%