8月6日，路透社转引彭博社最新消息，DeepSeek重新启动新一轮融资，此前一度暂停的融资计划再次向前推进。再往前几天看，彭博社7月30日披露，DeepSeek正在筹划乌兰察布的大型人工智能数据中心，并准备在当地继续租用外部算力。两条消息前后连起来，事情已经很清楚，DeepSeek接下来要解决的，已经不只是模型够不够聪明，还有算力能不能长期握在自己手里。



这其实是DeepSeek发展到现在迟早要走的一步。过去它最受关注的地方，是用更高的算法效率降低模型训练和使用成本，可模型用户越来越多，训练任务越来越复杂，再会省算力，也不能永远靠租别人家的机器解决问题。



一个模型公司真正走到大规模商业化以后，服务器、电力、网络和数据中心，都会变成绕不开的成本。



乌兰察布因此进入了DeepSeek的视线，而且这件事并非7月底才突然出现。DeepSeek官方招聘网站目前已经把乌兰察布列入工作地点，岗位中出现IDC数据中心团队和当地采购岗位，今年春季还公开招聘过数据中心交付和运维人员。



换句话说，彭博社后来的报道虽然来自知情人士，但DeepSeek此前公开的人事动作已经给出了一条能够对得上的线索。



这也解释了为什么地点会落在内蒙古。人工智能算力中心有一个很现实的问题，芯片再贵也属于一次投入，电费却是机器只要开着就一直要交，而且机房还得长期散热。



内蒙古能源部门今年公开文件显示，当地正在推进算力园区与绿电直供结合，目标就是解决算力企业长期关心的供电成本、绿电比例和稳定性问题。



于是，DeepSeek这一步真正有意思的地方出现了。很多人以前讨论人工智能竞争，总盯着哪家公司模型排名高一点，哪一种芯片参数强一点，可走到大规模运行阶段以后，竞争范围已经扩大到了电力、机房、通信、软件和资金。



模型只是前台，后面那套长期烧钱的基础设施，越来越决定一家企业能把模型跑到多大规模。



乌兰察布也并非临时找出来的地方。内蒙古方面此前公开的信息显示，当地已经承接包括DeepSeek在内的人工智能算力业务，也有多家大型互联网和科技企业在那里部署数据中心。



DeepSeek如果进一步扩大自建规模，实际上是在成熟算力产业带上继续加码，这比从头建设一套配套体系现实得多。



至于网上流传的“全面换成国产芯片”，现在反而应该谨慎一点。能够确认的是，国产计算平台早已开始适配DeepSeek模型，华为以及多家国内芯片企业此前都公开推进过DeepSeek模型部署，但DeepSeek这座拟建数据中心到底采购哪些芯片，目前没有可靠公开名单。



把“国产平台能够运行DeepSeek”直接写成“DeepSeek新中心已经确定全部采用某几家国产芯片”，中间还差了一步证据。



这一步证据为什么重要？因为训练大型模型，真正困难的从来不是把很多芯片塞进一间机房，而是让大量芯片长时间稳定协同工作。单卡性能、显存、通信、编译工具、软件生态和故障恢复，任何一个地方掉链子，大规模集群的效率都会受到影响。



国产算力近两年进步很快，但这场替代也没有简单到插上电源就能完成。路透社此前报道，多家国产芯片厂商和云服务企业已经支持DeepSeek模型，说明模型适配正在快速推进。



另一方面，过去公开报道也多次提到国产平台在训练稳定性和软件生态方面仍有工程问题，这恰恰说明大规模实际部署比发布一张参数表更有价值。



如果DeepSeek最终真的把大规模自建算力中心跑起来，它带来的意义也不会只属于一家模型公司。国产芯片真正缺少的，从来不只是实验室跑分，还需要足够大的真实业务长期使用，才能不断发现通信、编译、集群调度和软件兼容的问题。



大量模型请求和训练任务天天压在机器上，才能逼着整个软硬件体系继续改进。



这也是这件事情更深的一层逻辑。外部技术限制原本希望提高中国人工智能企业获得高端算力的门槛，结果中国企业同时在模型效率、国产适配和算力基础设施上投入更多资源。限制当然会增加成本，但也会让原来可以慢慢推进的替代路线，被迫更快进入真实业务。



DeepSeek重新融资，同样可以放进这条线里理解。人工智能公司早期可以依靠团队和算法迅速出成绩，进入下一阶段后，比拼的却越来越像重资产行业，训练要钱，推理要钱，数据中心更需要长期投入。



算法效率没有失去价值，反而因为基础设施越来越贵，省下来的每一份算力都会直接变成竞争力。



所以这次真正值得关注的，并不是一座数据中心到底能摆多少张卡。它反映的是中国大模型公司的竞争方式正在变化，从过去强调用更少资源做出好模型，开始走向模型效率和大规模基础设施同时推进。



DeepSeek究竟会使用多少国产芯片，还应该等待企业、项目审批或者供应商披露后再下结论。