DeepSeek罕见招聘“土木老哥”，AI竞争剑指万亿新基建

环球零碳

碳中和领域的《新青年》

首图来源：ABC News

摘要：

DeepSeek招聘“土木老哥”的真正信号在于：AI产业的上半场“算法突破”正在与下半场“工业规模化”加速交汇。500亿的巨额融资，只是这场转向的燃料。

撰文 | Bell

编辑 | Bell

→这是《环球零碳》的第2029篇原创

未来的AI巨头，或许同时还得是一家顶尖的能源和工程公司。

今年6月，DeepSeek完成了成立以来的首轮外部融资，募资超500亿元人民币，投后估值高达3500亿至4000亿元，创下中国AI行业单轮融资之最。

相比融资本身，融资的用途给出了更多信号。

据每日经济新闻报道，有行业投资人预测，这500亿资金中高达60%至70%——即300亿到350亿元——将流向算力集群建设。

与此同时，DeepSeek还启动了IDC设计规划工程师、数据中心交付等基建岗位的招募。其中一些岗位说明提到，入职者有机会参与“从MW到GW级基础设施”的规划与建设。

来源：网络平台截图

从“零融资”的轻资产研发模式，到数百亿重仓基建、向土木工程师递出橄榄枝，DeepSeek的战略转向传达出重要信号：AI产业的底层竞争逻辑已经迁移。

AI 公司的核心竞争力，已经从模型参数、算法框架，下沉到“土地、电力、制冷、运维”等工业基础设施层面。

01

从“拼算法”到“拼基建”

DeepSeek此前最鲜明的市场标签，一直是“低成本、高效率”。

过去，AI创业公司普遍信奉“租赁算力、轻资产运营”以规避资本风险。DeepSeek的成功也正是得益于极致的成本控制和算法优化，而算力供给则主要依赖第三方云服务商。

但大模型的演进受制于最根本的第一性原理：随着模型参数从千亿向万亿甚至十万亿演进，算力的绝对投入是无法通过纯粹的算法优化完全抵消的。

算力租赁的模式在研发初期或许足够灵活，但随着训练规模扩大和推理请求激增，短板正在快速显现。

2026 年3月，DeepSeek曾因算力供给无法匹配推理洪峰，导致长达12小时的服务中断，相关话题冲上微博热搜。这一事件凸显了传统算力租赁模式的局限性。

来源：网络平台截图

DeepSeekV4大模型的发布进一步加剧了这一挑战。该模型不仅参数规模达到万亿级，还针对国产芯片进行了深度优化，其训练和推理的算力需求极为庞大。

当业务规模突破临界点，长期租用算力的累计成本不可控风险，已远超自建所需的前期巨额投入。

据测算，一个万卡级AI集群一年的租赁成本就在数十亿元量级，一个GW级算力中心对应约50万张加速卡的规模，若全部采用租赁模式，每年的算力支出将是天文数字。

从三到五年的周期看，自建数据中心的单位算力成本显著低于租赁模式。

Deepseek的转向说明，从租用算力的轻资产模式，转向自建算力基座的重资产模式，已经成为AI企业成长的“必经之路”。

尤其是在目前芯片供应紧缺的情况下，算力来源不稳定、采购周期不可控、供应价格易波动，已经成为悬在所有中国AI公司头顶的达摩克利斯之剑。

自建算力中心，本质是把不确定的外部供给转化为可以自己调度、自己优化、自己定价的基础设施能力。

02

从“算法优化”到“全栈成本最优”

目前，DeepSeek已通过算法将推理成本压至行业低位。

而自建数据中心，从选址、供配电架构到能源使用效率的每一个环节抠细节，是在物理层面继续压缩成本的唯一路径。

从招聘信息透露的细节看，DeepSeek的基建团队已经在研究液冷、高密度供配电、模块化建设等新一代数据中心技术。

毕竟，今天的AI机房，已经不是把更多服务器摆进传统机柜那么简单。

国际能源署估算，从2020年到2025年，AI服务器的功率密度提高了约11倍，到2027年还可能再提高四倍。

机柜功率密度迅速增加，会直接改变整个建筑和能源系统的设计方式，传统数据中心的电力、散热和网络架构已难以支撑万卡乃至十万卡集群的部署。

来源：Startup.com

可以看到，未来的超级算力中心，核心就是要解决能源工程问题。

DeepSeek对于相关人才的需求，正是为了从建筑结构底层解决高密度算力部署的物理瓶颈。

当算法优化和基建能力形成双重叠加，会产生1+1大于2的效果。

企业可以获得更稳定的算力供应，围绕自有模型调整网络、供电和散热方案，并在使用规模足够大时降低长期边际成本。

内部团队还可以更快定位软硬件问题，减少云平台和外部服务商之间的协调损耗。

而AI新基建时代的到来，也给了建筑、土木、暖通等人才全新的就业机会和方向。

除了算法、软件工程师，懂电、懂热、懂土建的硬件和基础设施工程师正变得至关重要。人才稀缺性的溢价，将从软件工程向软硬结合的交叉学科领域蔓延。

未来的AI巨头，其人才结构越来越像一家能源公司或高端制造业巨头，也并不奇怪。

03

算力竞赛的终极形态：能源争夺赛

从DeepSeek的招聘描述中可以窥见，其未来的目标规划直指GW级算力中心。

1GW在能源领域通常对应一座大型核电站的单机组输出功率，或者一座百万人口工业城市的平均用电负荷。

此前全球公认的“超大规模”数据中心，电力容量通常在50至100MW级别。进入AI训练与推理时代后，电力需求呈指数级攀升。“算力的尽头是电力”的观点再次得到印证。

如今，追求轻资产、高效率的DeepSeek也躬身入局，加入这场算力竞赛的终极形态——一场能源的争夺赛。

DeepSeek此前已经宣布正式启动位于内蒙古乌兰察布市的自建数据中心项目。

乌兰察布作为“东数西算”工程的内蒙古枢纽核心城市，近年来已吸引包括华为、阿里在内的84家企业落地，算力规模达到12.5万P，成为华北地区最大的算力集群基地。

乌兰察布年均气温仅4.3℃，全年约10个月可利用自然冷源冷却，制冷成本节约20%至30%；当地工业电价仅为京津冀地区的一半左右，新能源装机占比超过65%。

来源：Oriental Photo

算力的竞争，归根结底是电力的竞争。在能源供给上拥有成本优势，就意味着在模型定价上能够拥有更大的腾挪空间。

过去AI公司的护城河是算法和数据。未来，一个高度差异化、高效率的算力供应链本身就是最深的护城河。

这种物理层面的基础设施，无法通过开源代码或商业模式快速复制，需要的是真金白银的投入和数年的工程积累。

而“算法”与“基建”的跨界融合能力，将重新定义下一代AI巨头的核心形态。

参考资料：

[1]维科网：500亿砸向算力基建，DeepSeek打响国产AI的地基争夺战

[2]每日经济新闻：“省钱卷王”DeepSeek拟融资500亿元？业内预测：算力集群与光模块或成资金核心流向

[3]华尔街见闻：DeepSeek首次融资落地：募集超500亿，估值超3300亿元

[4]凤凰网科技：融了500亿，梁文锋开始大搞基建了

[5]36氪：DeepSeek开招土木老哥：自建GW级数据中心

[6]亿欧网：算力的尽头是电力：DeepSeek落子乌兰察布背后的算电协同大棋

[7]前瞻网：疯狂的AIDC订单，谁在分食2026年算力基建的千亿蛋糕？

[8] 深圳市电子商会：DeepSeek 服务大规模中断超12 小时，现已修复

热门阅读

免责声明：

本文仅用于学术交流和传播，不构成投资建议