近來，一場由DeepSeek引發的AI概念股大跌風暴席卷歐美股市，其中，“賣鏟子”的芯片制造商以及為AI和

　　“DeepSeek重置了中美在人工智能領域的競爭環境，更重要的是，它從根本上顛覆了能源領域。”國際稅務與投資中心能源、增長與安全項目助理主任何偉龍（Wesley Alexander Hill）在日前發表于《福布斯》雜志的署名文章中表示，全球許多國家制定能源政策所基于的基本假設，即必會帶動需求不斷增長，已經不復存在。

　　金融服務公司杰富瑞（Jefferies）分析師亦在報告中指出，DeepSeek的突破對“美國電力需求將隨AI發展大幅增長”的預測提出質疑。

　　傳統思維認為，擴大規模的方法是大量投資，即應用更多芯片、創建更龐大的，并消耗指數倍的能源。勞倫斯伯克利國家實驗室2024年的一份報告顯示，美國在2023年消耗了全國約4.4%的電力，但到2028年的用電量可能會增加一至三倍，占總用電量的12%。電力研究所預測，到2030年，數據中心可能消耗美國發電量的9%，是其當前用電量的兩倍多，這相當于在本十年內驟增一個加州的電力需求。

　　這一背景下，能源巨頭們顯示出極大熱情。2024年12月，埃克森美孚和雪佛龍高管分別公開表示，他們正在積極考慮進入電力市場，計劃通過天然氣發電和碳捕獲技術，為人工智能數據中心提供動力。表示，計劃建造B體育官網 B體育網址一座1.5吉瓦（GW）的發電廠，專門用于為數據中心供電。

　　然而，DeepSeek的低成本訓練模式讓行業對大規模AI算力投資產生懷疑，也極大降低了能源需求預期。

　　DeepSeek的突破性在于，它僅用2048個英偉達H800芯片運行兩個月，訓練成本560萬美元，就獲得了媲美OpenAI最先進模型GPT-4的性能。相比之下，OpenAI和谷歌訓練同等規模模型的成本高出十倍左右。克萊曼中心高級研究員約翰·奎格利（John Quigley）在研究報告中指出，“DeepSeek作為一家中國人工智能公司的突破，其開源人工智能模型僅使用一小部分（可能只有2%）的芯片、硬件和能源，就超越了當前的行業標準。”

　　盡管DeepSeek提高了能源使用效率，但行業對其能否打破電力需求瓶頸仍處于觀望態度。哥本哈根大學計算機科學家Raghavendra Selvan表示，DeepSeek意味著我們可以在更大的數據集上開發更大的模型，并吸引更多人參與開發，這有利于技術民主化，但也會增加總能耗。他還指出，如果這些模型更加高效，人們將借此處理更多數據，能源消耗也會增加，“這就是杰文斯悖論（Jevons paradox）的經典案例。”

　　1865年，英國經濟學家威廉·斯坦利·杰文斯首次提出，當某種資源的利用效率提高時，其總消耗量反而可能增加。例如，瓦特改良蒸汽機后，煤炭消耗量不降反升，因為更高效的蒸汽機被廣泛應用于更多領域。

　　行業預期，DeepSeek的低成本模型可能引發類似效應。“長遠看，降低人工智能成本肯定會刺激更廣泛的應用，從而增加電力需求。”約翰·奎格利B體育官網 B體育網址建議，電網規劃者和政策制定者應該引導市場理性布局、建設有關人工智能用能的發電廠。同時，更應關注芯片改進、人工智能計算效率提升以及清潔能源和儲能的潛力，“要重新關注清潔發電消納問題的解決、部署電網增強技術，以此促進清潔能源加速增長，并降低能源成本。”

　　第一財經記者關注到，DeepSeek的出現也為能源企業提供了新的發展思路。近日，中國石油集團、中國石化集團、南方電網等國內能源巨頭陸續宣布已B-sport B體育官方網站lank>B-sport B體育官方網站將DeepSeek模型引入自身業務。例如，昆侖大模型完成了DeepSeek大模型的私有化部署，并應用于能源化工領域的智能問答和推理場景；也將DeepSeek接入其長城大模型應用系統，在企業內部分批推廣使用，并稱將利用DeepSeek提升地震資料處理、油藏開發優化、化工產品研發、客戶服務等專業模型的開發效率，推動石油化工行業向智能化、數字化轉型。