我国(guo)人工智能企业深度求索（DeepSeek）的横空出世，像一颗投入(ru)湖面的石子，激(ji)起了全球科技(ji)与能源市场的双重涟(lian)漪。其发布的开源大(da)模型堪称“低成本、高(gao)效率”的典范，仅(jin)用超低训练成本和能耗(hao)，便实现(xian)了一流性(xing)能。一时间，欧美芯片(pian)巨头股价震荡，舆论场争论不休：电力(li)还会是AI发展的紧箍咒吗？
DeepSeek的突破，本质上(shang)是一场“减法(fa)革命(ming)”。它通(tong)过轻量化(hua)模型架构和开源策略，大(da)幅(fu)降(jiang)低了训练与部署成本，让中小企业也(ye)能轻松搭建AI系统。传统AI巨头训练同等模型的成本是其10倍，而DeepSeek模型的能耗(hao)仅(jin)为行业平均值的零头。
AI的“电力(li)焦虑”，第一次被技(ji)术撕开了一道裂缝。这种效率提升(sheng)直(zhi)接动摇了能源市场的预期。此前，行业普遍认为AI将推动电力(li)需求爆发式增长——美国(guo)预测到2030年数据中心用电量将翻番，甚至占(zhan)总需求的12%。但随着DeepSeek问(wen)世，让“AI必(bi)催生电力(li)饥(ji)荒”的逻辑遭到质疑。一些业内人士认为，电力(li)需求增长的预测可(ke)能需要(yao)重新计算。
然而，技(ji)术省电未必(bi)等于总量省电。这里藏着一个经济学陷阱——杰文(wen)斯悖(bei)论：1865年，经济学家威廉·斯坦利·杰文(wen)斯提出，当技(ji)术进步提高(gao)了效率，资源消耗(hao)不仅(jin)没有减少，反而激(ji)增。例如，瓦特(te)改良的蒸汽机让煤炭燃烧(shao)更加高(gao)效，但结果却是煤炭需求飙升(sheng)。
DeepSeek也(ye)可(ke)能引发类似效应，省下的每千瓦时电，都可(ke)能变成点燃新需求的火种。
一来，门槛降(jiang)低，需求激(ji)增。中小企业、科研机构甚至个人开发者涌入(ru)AI领域，分布式数据中心遍地开花，总能耗(hao)可(ke)能不降(jiang)反升(sheng)。二来，应用场景爆发。更便宜的AI将渗透医疗(liao)、教育、制造等传统领域，催生海量新需求。考虑到AI扩展性(xing)是无(wu)限的，能耗(hao)可(ke)能呈指数级跃升(sheng)。DeepSeek短期缓解了单位(wei)能耗(hao)压(ya)力(li)，但长期可(ke)能因技(ji)术门槛降(jiang)低而推高(gao)整体电力(li)需求。若放任(ren)市场野蛮生长，可(ke)能在某个时刻带来严(yan)重的电力(li)短缺(que)，最终导致相关产(chan)业发展受限。
虽然无(wu)法(fa)阻挡电力(li)需求大(da)幅(fu)攀升(sheng)，但也(ye)不必(bi)过于沮丧(sang)。DeepSeek的出现(xian)依然赋予了能源转型更多(duo)希翼。过去一段时间，能源企业对接入(ru)DeepSeek表(biao)现(xian)出了极大(da)的热情。中国(guo)石油昆仑大(da)模型已正式完成DeepSeek大(da)模型私(si)有化(hua)部署，为昆仑大(da)模型优化(hua)应用效果、缩短研发周(zhou)期、构建健康(kang)生态提供了新引擎(qing)。国(guo)家电网(wang)旗(qi)下国(guo)网(wang)信(xin)通(tong)产(chan)业集团研发的模型服务云平台，也(ye)已全面接入(ru)DeepSeek大(da)模型，二者深度融合将提高(gao)平台智能化(hua)生产(chan)能力(li)，提升(sheng)电网(wang)数字化(hua)项目研发效率。中国(guo)石化(hua)、中国(guo)海油等能源央企也(ye)相继宣布接入(ru)DeepSeek开源大(da)模型。
在科技(ji)革命(ming)和能源革命(ming)交汇(hui)的大(da)时代，要(yao)破解AI与电力(li)的矛盾，需在技(ji)术、政策与市场三者之间找到支点。
在技(ji)术端，核心办法(fa)是降(jiang)低芯片(pian)和算法(fa)的耗(hao)电量。更先进的生产(chan)工艺可(ke)以(yi)大(da)幅(fu)降(jiang)低处理器能耗(hao)，根据库梅定律，每隔18个月，相同计算量所需要(yao)消耗(hao)的能量会减少一半。从1946年第一台电子计算机诞生至今，相同的计算量所需能耗(hao)仅(jin)是当时的数万(wan)分之一。即便在能耗(hao)一降(jiang)再(zai)降(jiang)的今天，依然可(ke)以(yi)通(tong)过芯片(pian)能效提升(sheng)、算法(fa)优化(hua)与边缘计算结合，进一步压(ya)缩单位(wei)能耗(hao)。
在政策端，需引导数据中心尽(jin)可(ke)能使用低碳的可(ke)再(zai)生能源，推动绿色电力(li)与算力(li)一体化(hua)融合发展。鼓励各类算力(li)资源向国(guo)家枢纽节点聚集，避免低效重复投资。设立AI能效标准，防止低效模型泛(fan)滥。
在市场端，高(gao)度灵(ling)活(huo)的电力(li)交易机制是关键(jian)。可(ke)鼓励分布式新能源参与绿电交易，引导数据中心通(tong)过参与绿电绿证交易等方(fang)式提高(gao)可(ke)再(zai)生能源利用率，以(yi)优化(hua)资源配置，降(jiang)低用电成本。
AI与电力(li)，注定将是一场交替前行的马拉松。DeepSeek的崛起，揭开了AI与能源关系的新篇章，它证明电力(li)未必(bi)是绝对瓶颈，但若放任(ren)技(ji)术狂欢，也(ye)可(ke)能埋下新的隐患。未来的胜负手，不在于“省电”或(huo)“发电”的单点突破，而在于能否构建一个“效率—需求—可(ke)持续”的动态平衡系统。（本文(wen)来源：经济日报 编辑：王(wang)轶辰）