正文
近30天DeepSeek移动端日活数据走势 来源：Sensor Tower
Sensor Tower的数据显示，截至2月24日，DeepSeek移动端的日活数据，已由超过1500万的峰值，下滑至700万左右。与之对应的是，元宝、豆包、通义等均实现了访问量和日活的大幅增长。
于浩提到，DeepSeek的模型能力有目共睹，有流量有市场，且前期在C端以免费模式实现DAU的闪电式扩张，头部大厂自然会迅速跟进。
即便是放眼整个中国互联网历史上，像DeepSeek这样得到全行业追捧和争抢接入的产品，除了去年的“原生鸿蒙热”，几乎很难找到其他案例。
最后，回到应用侧，DeepSeek以低成本和低功耗支持复杂AI任务运行，推动AI进一步下沉至智能终端、汽车智驾和产业侧。
以厂商为例，华为、荣耀、OPPO、vivo、魅族、努比亚等手机品牌宣布在AI助手接入DeepSeek。
长期来看，手机厂商集体拥抱DeepSeek，一方面有利于其扩充云端AI生态，另一方面，也有望不断拉动手机SoC需求量，在端侧、边缘侧，诞生更多的软硬件升级。
高通CEO安蒙近期在财报电话会上表示：“DeepSeek-R1和其他类似模型最近表明，AI模型正在发展得更快、更小、更强大、更高效，并且现在能够直接在设备上运行。”
算力与有效算力：一边闲置，一边短缺
伴随“接入DeepSeek”浪潮而来的，是服务器繁忙的提示。
如果从用户直接体验来看，服务器繁忙、延迟加剧，就连硅基流动也开始不得不限流，寻求更多的算力资源，特别当携移动互联网时代超级应用入场的大厂，庞大的用户量更加剧了对算力的焦虑。
硅基流动袁进辉宣布因需求大开始限流
这些DeepSeek“朋友圈”，它们的算力到底够不够？
「硅基研究室」多方了解到，在这一问题上，行业目前的共识是
短期算力洗牌，长期算力短缺
。
「短期算力洗牌」指的是DeepSeek打破了过去模型厂商“大力出奇迹”的叙事，它在模型架构、预训练和推理侧的系统级工程手段，拉低了模型部署的算力门槛，短期内给国产芯片、算力服务商等整合国产算力、推动国产算力洗牌提供了机会窗口。
具体来看又可以分为两方面，
一是给国产芯片提供了更多机会；二是解部分智算中心算力闲置的困局
。
关于第一点，一直以来，强劲性能都是英伟达高端GPU的护城河，也是起步较晚的国产芯片的一大软肋。
DeepSeek的出现一定程度上降低了对高性能芯片的依赖，作为采用MoE架构的大模型，DeepSeek对芯片训练性能的要求并不高，即便是像英伟达H20这样的性能阉割版GPU，也可以胜任DeepSeek的本地化部署需求，甚至成为了目前渠道端的“热销货”。
一位芯片渠道商告诉「硅基研究室」，H20 141GB八卡服务器目前是120万一台，是期货，要等4-6周，96GB H20八卡服务器还有不少现货，但“每天一个价”。
相较于训练场景，DeepSeek对于硬件侧的需求更多聚焦在“堆料环节”。
陈巍告诉「硅基研究室」，“像DeepSeek这样的超大超稀疏MoE模型，显存远远不够用。从产业角度而言，适配高端GPU的高带宽存储器（HBM）又很贵。”
这意味着，单纯靠增大GPU显存来适配DeepSeek，会凭空增加巨大的成本。
这也是为什么，业内一直在探索更具性价比的部署方案。“一种合理的部署方式就是CPU/GPU多专家多显卡的部署方案，还有一种是直接用CPU的内存去充当不常用细分专家的存储缓存。”陈巍说。
而这两种方案所对应的
“算力性价比”和“异构协同”能力，正是国产芯片长期发力的差异化优势
。
另有大模型行业人士提到，国产生态对DeepSeek也并不陌生，2024年DeepSeek发布第二代开源大模型DeepSee-V2时，硅基流动就基于英伟达生态上线了推理服务，对其模型架构等方面也十分熟悉。
AI Infra厂商所做的工作涵盖了数据准备、模型训练、部署和应用整合等，硅基流动主要通过其模型云服务平台SiliconCloud、大语言模型推理引擎SiliconLLM等产品，让模型能力能按需调用。打个比方，它们相当于是一个“厨师”，将原始算力资源加工成符合用户需求的“成品菜”，自上线DeepSeek R1/V3推理服务后，SimilarWeb数据显示，给硅基流动带来了数十倍的流量增长，目前SiliconCloud已获得了超三百万的用户。
