根据腾讯控股有限公司发布了的2024年三季报数据显示，在微信及WECHAT方面，2024年第三季度，微信及WECHAT的月活跃账户数达到了13.82亿。在庞大的用户基础下，大模型的使用频率有望逐步提升，进而带动算力需求长期提升。

根据经济观察报2月15日报道，近期无论是高性能的H系列GPU，还是RTX 40系列的高端显卡，英伟达的GPU重新变得供不应求。

大模型接入、使用量的增加有望带来算力行业景气度进一步提升，Deepseek或是算力星辰大海的一朵“小浪花”。1）DeepSeek真实的训练、推理成本不应低估。据DeepSeek V3论文，556万美元的成本仅包括DeepSeekV3的正式训练，不包括与架构、算法、数据相关的前期研究、消融实验的成本。而基于充足前期准备进行正式训练的成本往往都比较低。以同样在2025年1月发布的加州大学伯克利Sky-T1-32B-Preview为例，其正式训练成本仅为450美元，但在数学能力等方面跑分超过OpenAI o1-Preview。

2）DeepSeek针对算力生态的底层进行优化，有望进一步激发国产算力潜能。在DeepSeek-V3的技术博文中，DeepSeek表示其使用了英伟达的PTX（Parallel Thread Execution）语言，可以更精细地控制GPU之间传输数据、权重和梯度等，进而实现了算力使用效率的提升。对于国产算力，国内头部大模型（以DeepSeek为代表）也有望有较强的能力来进行生态的适配和优化，进而推动国产算力生态持续完善。目前已有多家国产AI芯片陆续宣布适配DeepSeek大模型。

3）成本的优化也是促进AI推理普及的重要动力。DeepSeek-R1 API服务定价为每百万输入tokens 1元（缓存命中）/ 4元（缓存未命中），每百万输出tokens 16元，较o1类推理模型的输入输出价格有了大幅度优化。

因此，降低AI行业进入门槛与成本，长期看将推动总需求上升而非下降。DeepSeek所有模型均为开源模型，即所有应用厂商都拥有了可以比肩顶级AI的大模型，而且还可自行二次开发、灵活部署，这将加速AI应用的发展进程。当模型的成本越低，开源模型发展越好，模型的部署、使用的频率就会越高，使用量就会越大。经济学上著名的“杰文斯悖论”提出：当技术进步提高了资源使用的效率，不仅没有减少这种资源的消耗，反而因为使用成本降低，刺激了更大的需求，最终导致资源使用总量上升。因此从更长的周期来看，DeepSeek的发展恰恰会加速AI的普及和创新，带来算力需求、特别是推理算力需求更大量级提升。

国民级应用模型使用持续放大算力需求。根据前文提到，2024年第三季度，微信及WECHAT的月活跃账户数达到了13.82亿，同比和环比均有所增长。在如此庞大的客户使用需求下，其背后对算力的需求将迎来新的增长空间。搜一搜：根据在2023微信公开课PRO上微信搜一搜团队披露，2022年微信搜一搜月活跃用户就已达8亿。据新榜日常监测的百万级公众号样本库，2024年公众号累计产出超4.44亿篇文章，有30.78万篇阅读量达到10万+，相比2023年高于5.33万篇。

视频号：根据视频号互选平台公开显示的账号数据（不包括未入驻账号），截至2025年1月10日，视频号至少有1288个账号粉丝量超过100万，相比2023年增长2.6倍；有44个账号粉丝量超过500万，相比2023年增长近3倍。DeepSeek接入知名头部应用，带来的推理算力需求测算：我们仅根据微信目前的日活量，以及日均token调用量为基础，做出保守、中性、乐观3种假设，结合大模型推理算力需求计算公式，对DeepSeek接入带来的推理算力需求进行测算。

在3种假设下，预计微信搜索接入DeepSeek且全面普及使用后，所带来的推理需求提升，就将带来294、529、882亿元的AI服务器资本开支需求（具体测算表格在下一页）。

同时应考虑到，国内有多个主流APP也具有较高的使用和搜索频率，根据QuestMobile的数据，202024年第三季度微信的平均MAU超过10亿，但国内有多个APP的MAU接近于这个水平，如淘宝（9亿）、抖音（8亿）、支付宝（9亿）、美团（5亿）、微博（5亿）等，因此我们可以合理推断，未来国内APP接入DeepSeek等大模型且全面普及使用后，推理算力的需求有望持续快速提升。