【DeepSeek】會改變美國電力的投資邏輯嗎？

自DeepSeek強勢席捲科技圈之後，美國人工智慧相關的基礎設施建設相關細分類股均遭遇重挫，能源電力類股也未能倖免，之前提到的電力相關的代表性公司本周以來的漲跌幅情況：VST-8%、CEG-12%、SMR-10%、GEV-9%。那麼，DeepSeek的出現會改變美國電網的投資邏輯嗎？

未來人工智慧訓練和推理的比例

未來人工智慧訓練和推理的比例從人工智慧的發展趨勢來看，未來人工智慧訓練和推理的比例正在發生變化。一些關於美國資料中心發展的資料表明，在未來幾年中，超過75%的電力和計算需求將用於推理，但關於確切百分比仍存在重大不確定性。

據Cushman & Wakefield估計，美國已投入營運（包括擴建）的資料中心容量總量為20吉瓦，其中中小型資料中心約為12GW，超大規模資料中心8GW。未來幾年有超過47GW的資料中心在規劃中，但僅有約4GW（不足10%）是大規模資料中心，其餘的均是託管型中小資料中心。這些資料中心規模（通常在100-300MW），遠小於為大語言模型訓練用的資料中心設施（例如Meta的2000MW、星際之門項目預計15000MW）。

“Jevons悖論”是否仍然成立

“Jevons悖論”是否仍然成立也值得探討。通俗來講，當某種資源的使用效率提高時，該資源的總消耗量反而可能會增加，而不是減少。例如瓦特改良蒸汽機後，蒸汽機熱效率提高，煤炭消耗量下降，使用成本也大幅降低，於是蒸汽機被廣泛應用到各種工業上，結果煤炭的需求不但沒有減少，反而大幅增長。

如今，有跡象表明我們正在經歷“傑文斯悖論”，因為模型顯示計算成本正在迅速下降。隨著計算成本的降低，以及大型語言模型在使用計算資源方面變得更加高效，人工智慧的採用可能會加速，人工智慧推理的相關需求也會加速。

“AI革命”是戰略層面的競爭，沒有人會輕易妥協

從戰略層面來看，“AI革命”是戰略層面的競爭，沒有人會輕易妥協。川普宣佈“星際之門”項目，表明人工智慧領導地位是川普政府的重要戰略目標。LLM開發者將採取那條路徑：是投入大量資本（可能達到數千億美元）在垂直擴展GPU叢集上，以嘗試在更大規模的基礎模型中尋找新興能力（即星際之門項目），還是在工程團隊上投入較少的資本，尋求建構更有效和高效的模型？或許擁有GPU競爭優勢、AI算力膨脹的美國，至少不會輕易放棄已有的路線建立的優勢。

結束語

DeepSeek的出現加速了推理需求，美國現有的資料中心大約有40%是服務於大模型的訓練需求，而在規劃的資料中心大約有未來3年約有47GW，但僅有不足10%可以用於大語言模型訓練。另外，我們似乎也在經歷“Jevons悖論”，美國也不會輕易放棄已有的優勢路徑，當然也會借鑑Deepseek的成功路徑，種種跡象表明，電力投資仍然是AI投資非常重要的環節。 (諾亞精選)