我國(guó)人工智能公司深度求索（DeepSeek）的橫空出世，像一顆投入湖面的石子，激起了全球科技與能源市場(chǎng)的雙重漣漪。其發(fā)布的開(kāi)源大模型堪稱(chēng)“低成本、高效率”的典范，僅用超低訓(xùn)練成本和能耗，便實(shí)現(xiàn)了一流性能。一時(shí)間，歐美芯片巨頭股價(jià)震蕩，輿論場(chǎng)爭(zhēng)論不休：電力還會(huì)是AI發(fā)展的緊箍咒嗎？

　　DeepSeek的突破，本質(zhì)上是一場(chǎng)“減法革命”。它通過(guò)輕量化模型架構(gòu)和開(kāi)源策略，大幅降低了訓(xùn)練與部署成本，讓中小企業(yè)也能輕松搭建AI系統(tǒng)。傳統(tǒng)AI巨頭訓(xùn)練同等模型的成本是其10倍，而DeepSeek模型的能耗僅為行業(yè)平均值的零頭。

　　AI的“電力焦慮”，第一次被技術(shù)撕開(kāi)了一道裂縫。這種效率提升直接動(dòng)搖了能源市場(chǎng)的預(yù)期。此前，行業(yè)普遍認(rèn)為AI將推動(dòng)電力需求爆發(fā)式增長(zhǎng)——美國(guó)預(yù)測(cè)到2030年數(shù)據(jù)中心用電量將翻番，甚至占總需求的12%。但隨著DeepSeek問(wèn)世，讓“AI必催生電力饑荒”的邏輯遭到質(zhì)疑。一些業(yè)內(nèi)人士認(rèn)為，電力需求增長(zhǎng)的預(yù)測(cè)可能需要重新計(jì)算。

　　然而，技術(shù)省電未必等于總量省電。這里藏著一個(gè)經(jīng)濟(jì)學(xué)陷阱——杰文斯悖論：1865年，經(jīng)濟(jì)學(xué)家威廉·斯坦利·杰文斯提出，當(dāng)技術(shù)進(jìn)步提高了效率，資源消耗不僅沒(méi)有減少，反而激增。例如，瓦特改良的蒸汽機(jī)讓煤炭燃燒更加高效，但結(jié)果卻是煤炭需求飆升。

　　DeepSeek也可能引發(fā)類(lèi)似效應(yīng)，省下的每千瓦時(shí)電，都可能變成點(diǎn)燃新需求的火種。

　　一來(lái)，門(mén)檻降低，需求激增。中小企業(yè)、科研機(jī)構(gòu)甚至個(gè)人開(kāi)發(fā)者涌入AI領(lǐng)域，分布式數(shù)據(jù)中心遍地開(kāi)花，總能耗可能不降反升。二來(lái)，應(yīng)用場(chǎng)景爆發(fā)。更便宜的AI將滲透醫(yī)療、教育、制造等傳統(tǒng)領(lǐng)域，催生海量新需求�？紤]到AI擴(kuò)展性是無(wú)限的，能耗可能呈指數(shù)級(jí)躍升。DeepSeek短期緩解了單位能耗壓力，但長(zhǎng)期可能因技術(shù)門(mén)檻降低而推高整體電力需求。若放任市場(chǎng)野蠻生長(zhǎng)，可能在某個(gè)時(shí)刻帶來(lái)嚴(yán)重的電力短缺，最終導(dǎo)致相關(guān)產(chǎn)業(yè)發(fā)展受限。

　　雖然無(wú)法阻擋電力需求大幅攀升，但也不必過(guò)于沮喪。DeepSeek的出現(xiàn)依然賦予了能源轉(zhuǎn)型更多希望。過(guò)去一段時(shí)間，能源企業(yè)對(duì)接入DeepSeek表現(xiàn)出了極大的熱情。中國(guó)石油昆侖大模型已正式完成DeepSeek大模型私有化部署，為昆侖大模型優(yōu)化應(yīng)用效果、縮短研發(fā)周期、構(gòu)建健康生態(tài)提供了新引擎。國(guó)家電網(wǎng)旗下國(guó)網(wǎng)信通產(chǎn)業(yè)集團(tuán)研發(fā)的模型服務(wù)云平臺(tái)，也已全面接入DeepSeek大模型，二者深度融合將提高平臺(tái)智能化生產(chǎn)能力，提升電網(wǎng)數(shù)字化項(xiàng)目研發(fā)效率。中國(guó)石化、中國(guó)海油等能源央企也相繼宣布接入DeepSeek開(kāi)源大模型。

　　在科技革命和能源革命交匯的大時(shí)代，要破解AI與電力的矛盾，需在技術(shù)、政策與市場(chǎng)三者之間找到支點(diǎn)。

　　在技術(shù)端，核心辦法是降低芯片和算法的耗電量。更先進(jìn)的生產(chǎn)工藝可以大幅降低處理器能耗，根據(jù)庫(kù)梅定律，每隔18個(gè)月，相同計(jì)算量所需要消耗的能量會(huì)減少一半。從1946年第一臺(tái)電子計(jì)算機(jī)誕生至今，相同的計(jì)算量所需能耗僅是當(dāng)時(shí)的數(shù)萬(wàn)分之一。即便在能耗一降再降的今天，依然可以通過(guò)芯片能效提升、算法優(yōu)化與邊緣計(jì)算結(jié)合，進(jìn)一步壓縮單位能耗。

　　在政策端，需引導(dǎo)數(shù)據(jù)中心盡可能使用低碳的可再生能源，推動(dòng)綠色電力與算力一體化融合發(fā)展。鼓勵(lì)各類(lèi)算力資源向國(guó)家樞紐節(jié)點(diǎn)聚集，避免低效重復(fù)投資。設(shè)立AI能效標(biāo)準(zhǔn)，防止低效模型泛濫。

　　在市場(chǎng)端，高度靈活的電力交易機(jī)制是關(guān)鍵�？晒膭�(lì)分布式新能源參與綠電交易，引導(dǎo)數(shù)據(jù)中心通過(guò)參與綠電綠證交易等方式提高可再生能源利用率，以?xún)?yōu)化資源配置，降低用電成本。

　　AI與電力，注定將是一場(chǎng)交替前行的馬拉松。DeepSeek的崛起，揭開(kāi)了AI與能源關(guān)系的新篇章，它證明電力未必是絕對(duì)瓶頸，但若放任技術(shù)狂歡，也可能埋下新的隱患。未來(lái)的勝負(fù)手，不在于“省電”或“發(fā)電”的單點(diǎn)突破，而在于能否構(gòu)建一個(gè)“效率—需求—可持續(xù)”的動(dòng)態(tài)平衡系統(tǒng)。（本文來(lái)源：經(jīng)濟(jì)日?qǐng)?bào) 作者：王軼辰）