一周内的两条重磅消息

9月，DeepSeek用两条消息震动了AI产业：一条关于技术，一条关于资本。

技术突破：把HBM需求砍到1/4

DeepSeek发布全新模型结构系列中的最小尺寸模型，具备原生多模态视觉理解能力。核心突破在于 KV Cache的大幅压缩：

  • 对HBM的需求减少到 1/4
  • 对SSD的需求减少到 1/8

这一看似技术细节的优化，在Agent场景中意义重大。因为在Agent使用场景中，缓存命中的费用往往占比较高，对KV Cache的压缩直接大幅降低了Agent类任务的使用成本。

市场反应立竿见影：消息发布后，SK海力士下跌超过3%。投资者意识到，如果AI模型不再需要那么多HBM，存储芯片的增长逻辑将被重写。

资本动作：冲刺科创板IPO

9月9日，市场消息称DeepSeek已委托中信证券筹备科创板IPO。21世纪经济报道从知情人士处获悉，该消息属实。

目前状态：

  • 中信证券已与DeepSeek方面接洽
  • 已进入尽职调查阶段
  • 双方尚未签订正式的上市辅导协议
  • 具体上市时间、融资规模及目标估值尚未确定

值得注意的是，DeepSeek在今年6月完成首轮融资，总额达 510亿元。这一融资规模在AI创业公司中极为罕见。

技术与资本的共振

DeepSeek的这两条消息，本质上是同一个逻辑的两面：

技术侧：用架构创新对冲算力差距

在无法获得最先进GPU的情况下，DeepSeek选择用模型结构优化来降低算力需求。HBM减至1/4，意味着同样的硬件可以跑更大的模型、处理更长的上下文。

资本侧：用上市融资支撑长期竞争

510亿首轮融资 + 科创板IPO，DeepSeek在资本层面快速集结弹药。AI大模型的竞争是长期的算力竞赛，充足的资本是持续投入的基础。

对行业的启示

  1. 架构创新可以部分对冲制程差距 — DeepSeek证明了，不一定要靠最先进的硬件，也能在模型效率上实现突破
  2. 国产AI公司的资本化加速 — 从DeepSeek到更多国产大模型公司，IPO正在成为融资的重要渠道
  3. HBM的增长逻辑需要重新评估 — 如果模型架构持续优化，存储芯片的需求增长可能不及预期

结语

DeepSeek的一周，是中国AI产业的缩影。技术上用架构创新突围，资本上用IPO加速，两条腿走路。当HBM需求被砍到1/4、当510亿融资成为起点，中国AI的竞争已经进入了全新的阶段。

来论坛硅基思维链聊聊：DeepSeek把HBM需求砍到1/4，我们是不是不再需要那么多硬件了？