DeepSeek凭借其极具性价比的技术路线迅速崛起，这一成就引发了外界对AI算力高额投资必要性的广泛讨论。然而，北美四大云服务提供商——亚马逊、谷歌、Meta和微软并未因此放缓步伐，据预测，它们今年在AI基础设施上的支出将超过3000亿美元。

资本支出急剧增长，AI成为投资重点

美国时间2月6日，亚马逊在财报电话会议上披露，2024年第四季度公司的资本支出高达263亿美元，远超分析师预期的223亿美元。公司预估2025年的资本支出总额将达到1000亿美元，同比增长约26%。亚马逊总裁兼首席执行官安迪·贾西表示，绝大部分资本支出用于亚马逊云（AWS）的AI基础设施建设，涵盖数据中心、硬件、芯片和网络设备等。

贾西将AI视为一个“千载难逢的商业机会”，并强调“除非看到明显的需求信号，否则我们不会采购”。

此前，谷歌母公司Alphabet在2月4日发布的财报中也给出了资本支出指引：今年资本支出将达到750亿美元，同比攀升43%。首席财务官阿纳特·阿什肯纳齐指出，这一数字主要反映了公司对技术基础设施的投资，其中服务器和数据中心是最大开支领域，用以支持谷歌服务、谷歌云和DeepMind的业务增长。

Meta首席执行官马克·扎克伯格在1月24日的个人社交账号上透露，到今年年底，Meta将拥有超过130万块GPU，资本支出预计为600亿至650亿美元，相比2024年的392亿美元，资本支出的扩张幅度最高可达66%。首席财务官苏珊·李在1月29日的财报电话会上进一步表示，服务器仍是整体资本支出中最大的部分，今年的数据中心支出将用于大型训练集群的建设以及高功率密度数据中心的核心建设阶段。

微软则在今年1月初的一篇博客文章中预测，在截至今年6月的2025财年，将为AI数据中心建设斥资800亿美元。据数据分析平台Visible Alpha预测，微软和Meta今年都将把超过30%的收入用于资本支出，其中2025年（自然年）微软的资本支出总额将超过900亿美元。

综合官方数据及第三方机构预测，亚马逊、微软、谷歌和Meta这四家云厂商今年的资本支出将超过3000亿美元。

推理算力需求长期看好，DeepSeek引发算力模式变革讨论

自DeepSeek以较低成本训练出媲美GPT-4的尖端AI模型以来，一种质疑开始浮现：是否有必要大规模投资建设高算力基础设施？

相比同属开源阵营的的Meta Llama 3系列模型，DeepSeek-V3的训练成本仅为前者的7%。去年12月底发布的DeepSeek-V3仅需278.8万H800 GPU小时，而Llama 3系列模型则多达3930万H100 GPU小时。市场咨询机构Omdia首席分析师王珅表示，DeepSeek代表了大模型轻量化的发展方向，对美国云厂商传统的高投资、高算力模式带来了挑战。然而，这些云厂商不太可能因一种新兴技术路线的出现就完全改变原本的发展模式和方向，因此资本支出轨迹得以延续。

华泰证券科技与电子行业首席分析师黄乐平分析指出，DeepSeek对算力需求的影响呈现出短期抑制、长期增长的复杂趋势。短期内，DeepSeek的低成本高效训练方法可能导致训练需求下降。但从长远来看，随着模型的普及和应用场景的扩展，推理需求将显著增长。这种趋势类似于历史上的“蒸汽机降低煤耗但提升煤炭总用量”的现象。

扎克伯格在1月29日的财报电话会上回应DeepSeek对资本支出影响时表示，这并不意味着所需算力越来越少。他指出，目前看到的新趋势之一是在推理计算时投入更多算力，以生成更高水平的智能算力和更高质量的服务。Meta为数十亿人提供AI服务，“这和模型预训练是两回事”。

在面向市场的过程中，DeepSeek也遭遇了算力瓶颈。“AI产品榜”2月5日发布的数据显示，DeepSeek上线20天日活超2000万，达到ChatGPT的四成。然而，伴随现象级“出圈”而来的是DeepSeek官网和App服务的频繁宕机。受算力吃紧影响，DeepSeek在2月6日暂停了API服务充值。

（文章来源：南方都市报，经润色改写及SEO优化）