DeepSeek攪動能源行業，電力還是AI發展瓶頸嗎

近來，一場由DeepSeek引發的AI概念股大跌風暴席捲歐美股市，其中，“賣鏟子”的芯片製造商以及爲AI和數據中心供電的能源企業遭受重創。

在除夕夜前一天，能源供應商Constellation Energy股價下跌21%，電力企業Vistra下挫28%。

“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）在日前發表於《福布斯》雜誌的署名文章中表示，全球許多國家制定能源政策所基於的基本假設，即人工智能必會帶動需求不斷增長，已經不復存在。

金融服務公司傑富瑞（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。

傳統思維認爲，擴大人工智能規模的方法是大量投資，即應用更多芯片、創建更龐大的數據中心，並消耗指數倍的能源。勞倫斯伯克利國家實驗室2024年的一份報告顯示，美國數據中心在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，佔總用電量的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，這相當於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，爲人工智能數據中心提供動力。埃克森美孚表示，計劃建造一座1.5吉瓦（GW）的天然氣發電廠，專門用於爲數據中心供電。

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的突破性在於，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作爲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。”

儘管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於觀望態度。哥本哈根大學計算機科學家Raghavendra Selvan表示，DeepSeek意味着我們可以在更大的數據集上開發更大的模型，並吸引更多人蔘與開發，這有利於技術民主化，但也會增加總能耗。他還指出，如果這些模型更加高效，人們將藉此處理更多數據，能源消耗也會增加，“這就是傑文斯悖論（Jevons paradox）的經典案例。”

1865年，英國經濟學家威廉·斯坦利·傑文斯首次提出，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，瓦特改良蒸汽機後，煤炭消耗量不降反升，因爲更高效的蒸汽機被廣泛應用於更多領域。

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·奎格利建議，電網規劃者和政策制定者應該引導市場理性佈局、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，並降低能源成本。”

第一財經記者關注到，DeepSeek的出現也爲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佈已將DeepSeek模型引入自身業務。例如，中國石油崑崙大模型完成了DeepSeek大模型的私有化部署，並應用於能源化工領域的智能問答和推理場景；中國石化也將DeepSeek接入其長城大模型應用系統，在企業內部分批推廣使用，並稱將利用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。