算力受限之下，DeepSeek如何为中国AI“续命”

6月3日消息，近期，美国对华芯片出口管制持续收紧，迫使像DeepSeek等中国AI开发者在有限的算力资源下，探索更高效的模型训练方法。两位中国投资人和一位初创企业创始人表示，尽管面临这种困境，但中国AI行业的创新势头仍将持续。

AI初创企业ReOrc的创始人兼CEO Tony Ren表示：“当看到DeepSeek V3模型的表现时，我们意识到，可以基于该模型在中国本土开发出新的AI功能。”蓝驰创投的管理合伙人谭锐（曾投资月之暗面等多家AI模型公司）也指出，应用开发者正在尝试混合调用DeepSeek V3、阿里通义千问等多个大模型，而不再依赖单一技术，这加剧了各大模型开发商之间的竞争。

然而，由于中美关系紧张以及高端AI芯片禁售的影响，中国AI产业的发展仍然存在不确定性。伯恩斯坦资深半导体分析师林庆元认为，美国的芯片出口管制实际影响可能并不像外界预期的那样严重：“监管漏洞削弱了政策效果，同时中国企业在国产AI芯片研发方面已取得显著进展。”

同时，这些出口管制措施也为华为等本土AI芯片厂商创造了赶超英伟达的机会。林庆元指出，尽管目前中国大多数AI开发者仍然偏好英伟达的CUDA软件，但出口管制正促使他们逐渐转向并依赖本地软件生态系统。

DeepSeek的崛起也刺激了华为等芯片设计商增加对AI技术的投资。林庆元提到，华为最初在扩展AI芯片开发方面保持谨慎态度，但在DeepSeek证明其能够在较低性能的英伟达芯片上完成模型训练后，华为随即调整了策略，积极加大投入。

鉴于获取AI系统所需的高端芯片面临严格限制，许多初创企业被迫采取“双轨战略”，即同时针对中美两大市场进行布局。

以下是针对Tony Ren、谭锐以及林庆元的访谈摘要：

问：你们的应用基于哪些基础模型构建？DeepSeek跻身全球顶级模型行列是否改变了你们的选择策略，比如开源与闭源？

Tony Ren：我们采取全球化布局，中国团队服务本土市场，海外团队覆盖亚太及其他地区。去年，当DeepSeek尚未崛起时，我们面临着找不到合适的基础模型来开发符合中国市场合规要求的应用。最初，我们选择了性价比突出、适合开发的DeepSeek V2，这个版本虽然在token成本上没有太大压力，但性能与OpenAI和Anthropic等顶尖模型相比仍有一定差距。

然而，DeepSeek V3的崛起彻底改变了局面。现在，我们能够基于该模型在中国部署智能体，并在数据平台上提供各种AI功能。目前，我们的中国业务主要依赖DeepSeek V3和阿里Qwen 3，而海外智能体功能则基于Claude 3.7构建。如果未来工程资源充足，我们也会考虑整合Claude Sonnet 4，但目前模型迭代速度实在太快。

问：阿里Qwen 3在某些方面可能优于DeepSeek，这是否会挤压月之暗面等企业的生存空间？中国“六小龙”及独立大模型开发商在激烈竞争中前景如何？

谭锐：月之暗面等公司必须不断提升大模型的质量，并且要构建生态系统，吸引更多合作伙伴来使用他们的模型。作为投资人，我认为行业的发展不应仅仅局限于单一模型的竞争。事实上，整个AI领域正在向智能体应用转型。例如，我们投资的智能体公司GenSpark就采取了“模型中立”策略，即根据客户的不同需求调用多个模型和智能体的组合。最终，客户关注的仅仅是结果，而不是具体使用了哪些模型，因此开发者在选择工具时必然会趋向多元化。

问：美国芯片出口管制是否仍将继续成为中国在AI领域创新的制约因素？

林庆元：美国的芯片出口管制确实带来了很大挑战，尤其是在获取先进计算能力方面，但其效果并不像外界预期的那样有效。中国实际上已经在加速7纳米半导体的生产能力，预计今年本土7纳米芯片产能将翻倍。如果每月增加10,000片先进逻辑生产晶圆，这意味着每年可以生产大约200万颗AI芯片。此外，我们预计今年中国还可能再增加每月20,000片晶圆的产量。这些来自中国本土的额外供应将在为国内AI产业提供计算资源方面发挥重要作用。而且，出口管制反而催生了国产AI芯片市场的崛起，逐步替代了英伟达的市场份额。

问：为何华为的芯片未被中国的模型开发商广泛采用？是否因为缺乏媲美CUDA的软件生态？

林庆元：这主要基于两个原因：一方面是华为的供应能力确实受限，它需要优先供应给中国电信等国企，面对民营企业供应相对较为困难；另一方面，华为自主研发的Cann软件生态系统相比于CUDA还显得不够成熟。不过，出口管制的实施正在促使开发者逐渐转向本土方案，DeepSeek的成功甚至改变了华为此前在AI芯片投入方面的保守态度。

问：中国企业素来不愿为软件服务付费，如今企业客户对AI应用的付费意愿是否发生了改变？

谭锐：中国的企业市场仍然不够成熟，但我们已经看到一些面向企业的智能体应用初创公司正在崛起。关键在于能够解决按效果付费，而非单纯靠销售工具的商业模式。目前，消费级智能体应用（如字节跳动、腾讯推出的免费应用）更受欢迎，但它们的可持续变现模式仍有待观察。然而，毫无疑问的是，智能体的发展速度非常快，尤其是我们看到，这种趋势不仅限于企业市场，像Claude 4这样的能力已经在消费者层面取得了显著进展。因此，我们预计，未来会有更多面向消费者的智能体应用，而不仅仅是面向企业。

问：开发智能体Manus的中国团队正在拓展全球市场，这种成功是否可以复制？

Tony Ren：毫无疑问，这种成功是可以复制的！目前，已有大量中国创业者在全球范围内开发专业级AI应用，Manus和GenSpark可能是其中最为突出的两个。我们看到，许多面向全球专业消费者的智能体应用，都是由中国创始人主导开发的。虽然开发基础模型存在不少限制，但如果只关注应用层面的创新，最重要的就是工程能力。而在这一点上，中国工程师无论在质量还是数量上，都具备巨大的优势。

谭锐：智能体本就不应与模型或芯片绑定，因为对智能体公司来说，最终目标是满足企业客户的需求。在AI时代，客户只会为结果付费。只要合法，采用中国本土生态的平价方案也是完全可行的。而且在全球顶尖的AI人才中，华裔占据了相当大的比例，这将推动应用层面的创新迎来爆发式增长。

问：在中美及中西方关系紧张的背景下，中国企业如何拓展海外业务？

Tony Ren：合法合规是拓展海外业务的核心。我们采用了“双轨战略”：在中国市场，我们依托阿里云、DeepSeek和Qwen等本土方案；在海外市场，则使用谷歌云和更为尖端的全球模型。尤其在亚太市场，客户更看重服务能力，而非团队的地域背景。企业客户更关注的是流程合规性，而非厂商的国籍。

问：海外企业如何获取中国的AI人才？

谭锐：两三年前，中国大语言模型领域的人才大多集中在科研机构和高校。但随着智能体应用的兴起，越来越多的人才来自移动互联网时代的中国企业创业者。此外，美国也有大量华裔AI人才。因此，这些人才的分布已经非常广泛，并且随着市场的演变在不断发生变化。

Tony Ren：人才选拔标准与国籍无关。如今，许多中国工程师渴望参与在国内无法开展的全球项目，这为海外企业提供了更大的人才窗口。

问：华为与中芯国际使用旧版制程设备并获得政府补贴，这对芯片成本有何影响？

林庆元：政府补贴在推动中国芯片制造发展中起着至关重要的作用。半导体行业本身需要大量资本投入且回报周期长，只有通过规模效应才能实现盈利。中芯国际的资本支出大致与其营收相当，而台积电等盈利丰厚的公司，其资本支出也占收入的30%-40%。

芯片制造成本仅占整体营收的一小部分。即便华为由于采用非最尖端的制程技术导致成本增加三倍，毛利率从90%降至80%，它依然保持强大的市场竞争力。更关键的是，华为昇腾384芯片因需求强劲，售价甚至高于英伟达的NVL72。真正的挑战在于客户是否愿意转向华为的软件生态系统。

此外，芯片价格也受能效的影响。由于华为无法采用最先进的制造工艺，其芯片功耗相对较高。中国本土公司正在积极优化芯片设计，以减少这一影响。而在中国，所有运营成本，包括电力成本，普遍较低，这在一定程度上弥补了功耗较高所带来的劣势。

问：当华为芯片需求在中国市场饱和后，是否能够在全球市场与英伟达竞争？

林庆元：在未来三到五年内，我认为华为应该能够在中国市场获得足够的份额。如果你看看云服务提供商的资本支出，中国市场的规模仅为美国的20%，而华为仍远未满足这20%的需求。因此，华为眼下更紧迫的问题是如何构建完整的中国本土生态系统。

问：中国能否自研EUV光刻机？

林庆元：中国一定会成功研发EUV光刻机，这只是时间问题。EUV本质上是一个工程技术难题，中国需要解决精密制造和构建完整的供应链生态。全球约20%的先进逻辑芯片需求来自中国。如果中国能够突破EUV技术，那么将会有20%的市场等待它。然而，当前精密制造仍是中国在这一领域的关键缺口。

问：专注欧美市场的中国智能体初创企业如何与本土公司竞争？

Tony Ren：关键在于效率和成本。硅谷的AI公司往往受限于高昂的人才成本，而中国团队不仅能够保持较高的工程效率，还具备明显的成本优势。尤其是在初期阶段，跨国团队的分散布局往往会拖慢进度。因此，集中力量、专注于一个市场是制胜的关键。

谭锐：AI领域的竞争日益激烈，因此无论是亚洲还是美国的创业者，都需要极致的专注。如果一个中国团队打算主攻美国市场，他们必须全身心投入到美国市场，深入理解并融入当地的生态系统。（小小）