算力成本

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 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 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 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？

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 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 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 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？ 相关阅读 DeepSeek双响炮总览：HBM需求砍至1/4 + 科创板IPO融资510亿的完整逻辑 DeepSeek双响炮（技术篇）：KV Cache压缩到1/4，如何重构HBM需求

成本下降的核心数据 2026年Q2，主流大模型API调用价格较2025年同期下降了60-70%，部分场景降幅超过80%。这一轮成本下降不是短暂的价格战，而是技术进步与市场竞争共同驱动的结构性变化。 主流API价格变化（每百万Token） 模型 2025Q2价格 2026Q2价格 降幅 GPT-4o $5.00 $1.50 70% Claude 3.5 Sonnet $3.00 $0.80 73% DeepSeek-V3 $0.27 $0.07 74% Qwen-Max ¥20.00 ¥4.00 80% Gemini 1.5 Pro $1.25 $0.35 72% 成本下降的四大驱动力 1. 芯片能效飞跃 NVIDIA Blackwell架构的B200芯片在推理场景下的能效比上一代H100提升了3.5倍： # 推理成本计算模型 def inference_cost_per_token( chip_power_watts, # 芯片功耗 tflops, # 算力 model_params_b, # 模型参数量(十亿) electricity_rate, # 电价(美元/度) utilization, # 利用率 batch_size, # 批处理大小 ): # 每Token所需计算量 (约2 * 参数量 FLOPs) flops_per_token = 2 * model_params_b * 1e9 # 每秒可处理Token数 tokens_per_second = (tflops * 1e12 * utilization * batch_size) / flops_per_token # 每小时耗电 kwh_per_hour = chip_power_watts / 1000 # 每百万Token成本 cost_per_million = (electricity_rate * kwh_per_hour * 3600) / (tokens_per_second * 3.6e6) * 1e6 return round(cost_per_million, 4) # H100 vs B200 对比（70B模型推理） h100_cost = inference_cost_per_token(700, 989, 70, 0.12, 0.6, 32) b200_cost = inference_cost_per_token(1000, 9000, 70, 0.12, 0.7, 64) print(f"H100: ${h100_cost}/M tokens") print(f"B200: ${b200_cost}/M tokens") print(f"成本降低: {(1 - b200_cost/h100_cost)*100:.1f}%") 2. 推理优化技术成熟 一系列推理优化技术在2026年趋于成熟并大规模部署： ...