你知道吗？最近猿界算力界可是掀起了一股不小的风浪，这股风浪的源头，就是DeepSeek！这名字听起来是不是有点神秘？别急，让我带你一探究竟，看看这个DeepSeek是如何在猿界算力界掀起波澜的。
DeepSeek：算力界的“黑马”
说起DeepSeek，它可是个不折不扣的“黑马”。2025年1月，DeepSeek在苹果美国区和中国区应用商店免费APP下载榜登顶，影响力瞬间爆棚。这可不是闹着玩的，要知道，DeepSeek可是个专注于AI领域的创新公司，它的出现，无疑给猿界算力界带来了新的活力。
算力效率提升，应用场景爆发
DeepSeek的创新突破，不仅吹响了AI平权的号角，更带来了国产算力产业链的正反馈循环。它通过算力效率的提升，推动了应用场景的爆发。想象以前我们得花费大量时间和金钱去训练一个AI模型，而现在，DeepSeek的出现，让这一切变得简单起来。
DeepSeek：改变算力格局的“幕后推手”
市场对DeepSeek影响算力产业链存在两种观点。一种观点认为，DeepSeek带来新范式，削弱了对海量数据和前沿GPU芯片的依赖，导致先前大量围绕数据和算力构建的产业和理论假设瞬间坍塌。另一种观点则认为，DeepSeek降低生态算力成本，吸引更多玩家，扩大算力需求，反而利好先进算力。
目前，市场在一定程度上对第二种逻辑达成了共识。即便如此，DeepSeek的创新也不可避免地对英伟达的竞争优势构成了冲击，英伟达原本所拥有的稳固“护城河”面临着挑战。
国产算力：迎头赶上，挑战英伟达
从技术需求角度来看，当前我国算力需求仍以训练为主，占比约80%。英伟达CEO黄仁勋在2025年国际消费电子展演讲时表示，全球算力产业正处于从预训练扩展向后训练扩展和测试时扩展的转变过程中，未来“推理端强化学习”的算力需求将接棒预训练，成为新的增长点。
东方证券研报指出，国产算力与英伟达先进算力相比存在性能短板，但在推理需求阶段，这一劣势正在逐渐缩小。DeepSeek的出现，无疑为国产算力提供了新的机遇。
DeepSeek：开源策略，推动AI平权
DeepSeek的另一个亮点是其开源策略。2025年1月20日，DeepSeek正式发布DeepSeek-R1模型，并同步开源模型权重。这一举措，不仅降低了AI模型的门槛，更推动了AI技术的普及和传播。
DeepSeek-R1模型在后训练阶段大规模使用了强化学习技术，在数学、代码、自然语言推理等任务上，性能比肩OpenAI的o1正式版。API定价方面，DeepSeek-R1 API服务定价为每百万输入tokens1元（缓存命中）/4元（缓存未命中），每百万输出tokens16元；约是OpenAI-o1对应定价的1.8%/3.6%和3.7%。这样的性价比，让DeepSeek在AI领域迅速崭露头角。
RISC-V：DeepSeek的“最佳拍档”
DeepSeek的出现，也为RISC-V架构带来了新的发展机遇。RISC-V是一款开源且免费的CPU指令集架构，与x86和ARM等传统指令集架构相比，RISC-V不仅完全免费开放，还支持自定义指令扩展，因此被视为更适合AI时代的算力架构。
DeepSeek通过MOE技术大幅降低了激活参数比，使得模型在同等效果下所需算力显著减少，这一变化为芯片设计提供了新的平衡点。在DeepSeek出现前，尽管大模型对算力的需求极高，但全球能够运行671B参数模型的处理器却寥寥无几，外界能看到的几乎只有英伟达。
如今，DeepSeek打破了大模型对高算力的路径依赖，推动大模型从云端加速向终端迁移，为一度低迷的CPU市场带来了新的机遇。
DeepSeek：开启开源算力架构新纪元
在DeepSeek这一开源模型火爆出圈”的同时，RISC-V这一开源指令集架构”也迎来了全新发展机会。阿里巴巴达摩院资深技术专家李春强表示，DeepSeek在MoE（混合专家模型）上的创新，让算力需求得到了明显下降，使得整个芯片设计，包括计算能力、存储容量、芯片间的互联通信以及存储带宽等有一个新的平衡点。
2月28日，在阿里巴巴达摩院举办的2025玄铁RISC-V生态大会上，达摩院宣布玄铁最高性能处理器C930即将在3月开启交付。C930通用算力性能达到SPECint2006（SPEC组织推出的一种评估软件）基准测试15/GHz（吉赫兹），面向
