近段时间以来，DeepSeek以其惊人的表现，吸引了大量全球活跃用户，并很有可能成为全球日活用户第一的大模型。DeepSeek的崛起不但对算力产业带来了深远影响，还可能改变产业投资的逻辑。

　　首先，DeepSeek的广泛应用，将使算力需求持续增加。根据杰文斯悖论，当科技大幅降低成本后，需求不仅不会减少，反而会因成本下降而迅速扩大。智能算力作为人工智能时代的基础设施，其需求必将持续、大幅度增长。中国算力产业需要持续大力发展。

　　其次，DeepSeek带来的大模型功能显著提升和成本大幅下降，必将引发行业应用的大爆发。我们需要关注的是真正意义上的规模化典型应用，以及大模型在类似“”“小红书”等使用人数广、用户活跃度高的应用上的突破。同时应当目前阻碍大模型应用落地发展的最重要因素是算力成本过高。如果能够解决包含硬件、软件以及电力的问题，将有助于大模型应用的落地推广。

　　此外，“东数西算”有更广阔的应用场景。算力成本中的电力成本占三分之一左右。当前的算力需求集中在东部地区，电力均价较高。由于算力是不可移动的，但任务和数据可以移动，因此算力交易、算力调度成为可能。在人工智能时代，大模型预训练对时延的要求不那么高，因此“东数西算”前景光明。西部有着巨大的光伏风电资源，如果就地消纳，通过建设大规模的智算中心，将大幅度降低算力成本，把中国绿电的优势转变成算力优势。

　　同时，应当注意到算力产业面临“三个同时存在”的挑战：一是预训练、精调与推理三种需求同时存在，但这三者的供给方、需求方与生态完全不同，协调不善可能带来资源配置效率低下、技术发展不均衡以及产业链协同困难等问题，因此，如何有效协调和平衡预训练、精调与推理这三种需求之间的资源分配、技术支持和生态建设，成为算力产业面临的重要挑战；二是算力紧缺与设备空置同时存在，供求错配明显，应用场景开发滞后；三是进口芯片与国产芯片同时存在，异构算力使用迫在眉睫，而异构算力的使用存在着较高门槛，因此算力芯片国产化势在必行。

　　从算力产业的投资角度看，率先实现突破的产业可能受到关注。可能率先实现突破的产业领域需符合三个特征：超级复杂、大模型能显著提高降本增效、具备支付能力。据此判断，金融、大健康、自动驾驶、机器人等领域有望成为突破口。此外，突破的载体可能是智能体Agent，若干个行业应用的Agent可能会率先取得突破。我们要更多地关注有经济性、规模化的典型应用，降低算力成本是大模型产业落地的关键。而算力的终极解决方案，则寄希望于量子计算与小型可控核聚变。