效率越高、需求越猛：DeepSeek点燃算力产业的“杰文斯悖论”

“DeepSeek引发了算力产业的‘杰文斯悖论’。”——在2025智算行业峰会现场，华为中国政企大企业系统部总经理刘涛用这个19世纪的经济学理论，精准地描述了当前AI算力产业的“进退两难”。

“杰文斯悖论”最初由英国经济学家威廉·斯坦利·杰文斯于1865年在其著作《煤炭问题》中提出。它指出，当某项技术提升了资源使用效率后，原本应当下降的资源消耗量反而可能增加，因为成本下降促使使用需求激增，从而推动总体消耗上升。

如今，这个悖论正巧映射在AI算力领域，尤其是在DeepSeek等大模型开源之后愈发明显。刘涛指出，DeepSeek通过开源和成本优化极大降低了大模型部署的门槛，使得此前因成本高企而观望的中小企业与科研机构也开始积极布局大模型。但正因为成本更低、获取更便捷，AI应用开始“无处不在”，算力使用总量非但没有减少，反而迎来了新一轮爆发式增长。

“降本”未必“减负”，反而可能“加压”。随着AI模型部署的主体从少数头部企业扩散至广大行业用户，原本有限的算力资源面临更激烈的争夺，数据中心的扩容需求、能源供给压力以及芯片基础设施的迭代也随之同步上升。

这意味着，技术效率提升并非产业终点，而只是下一个需求周期的起点。DeepSeek并没有“削减”产业负担，反而以更低门槛激活了更大市场，这正是“杰文斯悖论”的现代写照——越高效，越繁忙。

标题：效率越高、需求越猛：DeepSeek点燃算力产业的“杰文斯悖论”

TAG标签：