最近，DeepSeek触发的AI概念股票的急剧下降席卷了欧美股票市场，芯片制造商“销售铲子”，为AI和数据中心提供强大打击的能源公司。

除夕的前一天，能源供应商星座能源下降了21％，而电力公司粘贴率下降了28％。

“ DeepSeek在人工智能领域重置了中国与美国之间的竞争环境，更重要的是，它从根本上颠覆了能源领域。”国际税收和投资中心的能源，增长和安全项目助理主任韦斯利·亚历山大·希尔（Wesley Alexander Hill）在《福布斯杂志》上发表的一篇签署文章中说，世界上许多国家的许多国家都根据人工的基本假设制定了能源政策情报将不可避免地推动需求继续增长，并且不再存在。

金融服务公司Jefferies的分析师还指出，DeepSeek的突破质疑“随着AI的发展，美国的电力需求将大大增长”。

传统思想认为，扩展人工智能的方法是大量投资，即应用更多的芯片，创建更大的数据中心，并呈指数级的能量两倍。劳伦斯·伯克利国家实验室（Lawrence Berkeley National Laboratory）的2024年报告显示，美国数据中心在2023年消耗了该国的4.4％的电力，但到2028年，电力消耗可能会增加一到三倍，占总电量消耗％的12次。电力研究所预测，到2030年，数据中心可能会消耗美国发电的9％，这是其当前的电力消耗的两倍以上，这相当于十年内加利福尼亚州的电力需求的急剧增加。

在这种背景下，能源巨头表现出极大的热情。 2024年12月，埃克森美孚和雪佛龙高管分别公开表示，他们正在积极考虑进入电力市场，并计划通过天然气发电和碳捕获技术来为人工智能数据中心供电。埃克森美孚（Exxonmobil）表示，计划建造专门为数据中心供电的1.5吉瓦（GW）天然气电厂。

但是，DeepSeek的低成本培训模型使该行业怀疑大规模的AI计算电源投资，并大大降低了能源需求的预期。

DeepSeek的突破是，它仅在两个月内使用2,048个NVIDIA H800芯片，培训成本为560万美元，并且其性能与OpenAI最先进的GPT-GPT-4相当。相比之下，OpenAI和Google的训练型号的尺寸昂贵约十倍。克莱曼中心（Clayman Center）的高级研究员约翰·奎格利（John Quigley）在研究报告中指出：“ DeepSeek作为中国人工智能公司的突破，其开源人工智能模型仅使用一小部分（可能只有2％）的筹码。” ，硬件和能源超过了当前的行业标准。”

尽管DeepSeek提高了能源利用效率，但该行业仍在寻找是否可以破坏电力需求的瓶颈。 DeepSeek意味着我们可以在较大的数据集上开发更大的模型，并吸引更多的人参与开发，这有利于技术民主化，但也可以增加总能源消耗。他还指出，如果这些模型更有效，人们将使用它来处理更多的数据和能源消耗，“这是Jevons Paradox的经典案例。”

1865年，英国经济学家威廉·斯坦利·杰文（William Stanley Jevins）首先提出，当某些资源的利用效率提高时，其总消费量可能会增加。例如，在Watt改进的蒸汽机后，煤炭消耗而不是下降，因为更高效的蒸汽机被广泛用于更多领域。

行业预计DeepSeek的低成本模型可能会触发类似的影响。 “从长远来看，降低AI成本肯定会刺激更广泛的应用，从而增加功率需求。”约翰·奎格利（John Quigley）建议，电网计划者和政策制定者应指导市场合理布局并建立与人工智能能源使用相关的发电。工厂。同时，我们应该更加关注改善芯片，改善人工智能的计算效率以及清洁能源和能源的潜力。 “我们应该重新专注于解决清洁发电消耗和部署网格增强技术的问题，以促进清洁能源的加速增长并降低能源。

第一次财务日报的记者注意到，DeepSeek的出现还为能源公司提供了新的开发思想。最近，中国石油公司，中国石油公司和中国南部电力网等国内能源巨头曾宣布，他们已将DeepSeek模型引入了自己的业务。例如，中国石油Kunlun Big Model已完成DeepSeek Big Model的私有化部署，并将其应用于能源和化学品领域的智能问答和推理方案； Sinopec还将DeepSeek连接到了其大型大型模型应用系统，并在企业中部分推广了它，它还表示DeepSeek将用于提高专业模型的发展效率，例如地震数据处理，储层开发，化学产品研究，化学产品研究和开发和客户服务，并促进石化行业向智能和数字化的转型。