《最爱》未删减在线播放,亚洲精品乱码久久久久久金桔影视,色一情一乱一伦一视频免费看,成全在线观看视频在线播放

DeepSeek如何影響算力行業(yè)電力需求

來源：《中國電力報》 時間：2025-03-18 17:44

劉鍵燁 劉睿 李心達

　　DeepSeek通過模型算法優(yōu)化，在顯著降低訓練成本與能耗的情形下，實現(xiàn)了與國際頂尖大模型相當?shù)闹悄芩健τ谒懔π袠I(yè)的電力需求而言，一方面，DeepSeek的系列優(yōu)化技術(shù)可以有效減少芯片運算，降低當前算力行業(yè)的電力需求；另一方面，DeekSeek將適配更多的國產(chǎn)GPU芯片，有效緩解“卡脖子”問題并激發(fā)社會的普遍應(yīng)用，進而導致用電總量的提升。因此，有必要分析DeepSeek的電力影響邏輯，研判未來算力行業(yè)的電力需求變化趨勢并有效應(yīng)對。

　　技術(shù)上看，DeepSeek引領(lǐng)的算法優(yōu)化、疊加開源的傳播優(yōu)勢，將促使算力行業(yè)由“算力”驅(qū)動轉(zhuǎn)向“算力+算法”并重，進而影響未來算力行業(yè)的電力需求。

　　以ChatGPT為代表的傳統(tǒng)大模型，主要由堆砌算力和樣本量提升大模型能力。DeepSeek帶來的系列大模型技術(shù)，通過“樣本、架構(gòu)、編程、應(yīng)用”四方面優(yōu)化算力需求，將影響未來算力行業(yè)的電力需求邏輯。

　　樣本方面，傳統(tǒng)的通算、智算訓練一般采用32位或16位精度，而DeepSeek的訓練采用了16位和8位混合精度框架。如未來算力行業(yè)均采用該精度，則相較于傳統(tǒng)的32位精度，訓練量將降低50%，甚至75%。且隨著GPU芯片對低精度樣本更好地適配，將帶來算效的提升，從而使訓練能耗顯著降低。

　　架構(gòu)方面，通過僅激活部分參數(shù)，大模型推理可以實現(xiàn)更低的算力消耗。DeepSeek的MLA和MOE架構(gòu)，相較于其他大模型激活的參數(shù)量占比更少，疊加“開源”優(yōu)勢，有望吸引其他大模型模仿學習。若其他大模型未來推理過程中，激活參數(shù)占比降至DeepSeek同等水平，則能夠整體降低推理能耗的60%~70%。

　　編程方面，DeepSeek通過高水平編寫更底層的PTX語言，繞開英偉達成熟的CUDA架構(gòu)，提升GPU利用率（MFU）約60%，向全球展示了算力緊張情景下的高效解決方案。但該技術(shù)的實現(xiàn)依賴于高級編程人才，預計多數(shù)大模型公司仍將選擇CUDA架構(gòu)，未來能耗壓降有限，但能有效緩解算力“卡脖子”問題。

　　應(yīng)用方面，DeekSeek使用知識蒸餾技術(shù)，從6710億全參數(shù)模型中蒸餾出15億、70億、140億、700億參數(shù)的多類型小模型，避免重新訓練。由于“免費+開源”的疊加效應(yīng)，DeepSeek極大降低了大模型應(yīng)用門檻，預計未來社會應(yīng)用將爆發(fā)式增長，帶動能耗的整體上升。

　　行業(yè)來看，DeepSeek引發(fā)的生態(tài)變革，疊加國內(nèi)政策與國際競合因素，將促使社會應(yīng)用需求發(fā)生變化，預計未來將呈現(xiàn)出“先穩(wěn)后升”的用電態(tài)勢。

　　模型技術(shù)主要影響算力需求，除算力需求外，用電量還受到數(shù)據(jù)中心PUE、算力設(shè)備負載率等因素的綜合影響。DeepSeek引發(fā)模型技術(shù)之外行業(yè)生態(tài)變革，可能改變行業(yè)生態(tài)因素，從而影響整體用電需求。

　　目前，我國智能算力占比不足40%，雖然預計在2028年將達到75%，但目前仍以通用算力為主。DeepSeek帶來模型技術(shù)變革，當前主要作用于智算行業(yè)，通算和超算行業(yè)應(yīng)用該類技術(shù)需進一步適配和調(diào)整。因此，DeepSeek帶來的能耗壓降影響，將不會在短期內(nèi)大量釋放。

　　傳統(tǒng)大模型對算力規(guī)模的高要求，決定了主要的訓練工作在中大型算力中心完成。DeepSeek對算力規(guī)模需求的降低，將使得中小型算力中心也具備模型訓練和微調(diào)的能力。一方面，社會使用的擴大將對沖掉部分先進技術(shù)對能耗的壓降；另一方面，中小型算力中心PUE（約1.3~1.5）相較于大型算力中心PUE（約1.1~1.3）普遍較高，也將對沖掉部分能耗壓降的規(guī)模。

　　目前，英偉達GPU市場占有率超過90%，隨著AMD、華為等公司宣布針對DeepSeek進行芯片適配，英偉達的芯片壟斷將被打破，引入競爭將進一步降低GPU價格。根據(jù)杰文斯悖論，預計芯片國產(chǎn)化適配后，未來大模型在制造、信息、材料、家居等行業(yè)的應(yīng)用將更為普遍，長遠來看將進一步拉升全社會用電量。

　　能源行業(yè)有必要積極關(guān)注社會訓練、推理算力的用電趨勢分化，未來可以考慮將部分社會應(yīng)用模式創(chuàng)新納入能源行業(yè)大模型應(yīng)用體系。

　　從全國一體化算力網(wǎng)加快建設(shè)的態(tài)勢來看，未來訓練需求將集中于各樞紐節(jié)點。短期內(nèi)，DeepSeek模型優(yōu)化技術(shù)將對沖訓練需求上升，電力電網(wǎng)設(shè)施配套不宜過早、過多、過快；長遠看，未來訓練算力需求將持續(xù)增加，樞紐節(jié)點是算力保電重點，有必要因時因地、分層分級地精細劃分裕度區(qū)間，避免資源錯配錯位。

　　研究認為，由于數(shù)字、電商、高端制造等產(chǎn)業(yè)的聚集效應(yīng)，以及大模型應(yīng)用的可復制性和擴散效應(yīng)，DeepSeek帶來的社會應(yīng)用增長，將率先在數(shù)字經(jīng)濟發(fā)達區(qū)域出現(xiàn)，需及時研判供電保電壓力變化。

　　DeepSeek類蒸餾小模型推理算力需求低、能耗低、開源優(yōu)勢明顯，有望在用戶側(cè)以小規(guī)模算力實現(xiàn)大量部署，催生出多種創(chuàng)新應(yīng)用模式。建議持續(xù)關(guān)注社會應(yīng)用模式創(chuàng)新，優(yōu)化能源行業(yè)“集中—分散”硬件資源布局，借鑒納入無人機智能巡檢、智能機器人等能源行業(yè)專業(yè)應(yīng)用。

　　（作者單位：國網(wǎng)能源研究院有限公司）

　　責任編輯：沈馨蕊