DeepSeek 再启融资：710 亿美元估值背后，AI 竞争已转向基础设施之战

事件概述

DeepSeek 正在与新投资者进行初步接触，计划启动新一轮融资。投前估值约 710 亿美元，相比上一轮 520 亿美元的投后估值提升约 37%。此轮融资距其首轮融资仅一个月，节奏远超传统科技公司。消息人士称，快速融资源于市场预期其资本支出将大幅增长，包括自建数据中心和采购更多 AI 芯片。同时，公司在 AI Agent 研发上的投入也增加了算力需求。

核心信息

1. 推理时代推动融资需求

大模型公司的烧钱模式已从“训练驱动”转向“推理驱动”。过去训练成本高但阶段性；如今模型上线后需处理数十亿次推理请求，每一次调用都消耗 GPU 和电力。DeepSeek 凭借低价 API 吸引大量用户，但用户越多推理成本越高，导致服务器繁忙、排队现象频现。这轮融资并非为了训练下一代模型，而是提前建设未来三至五年的推理基础设施。

2. 全球 AI 公司集体“造芯”

近期多家头部 AI 公司布局自研芯片：OpenAI 推出推理芯片 Jalapeño，Meta 宣布 Iris 芯片，Anthropic 评估自研芯片，Google 迭代 TPU，Amazon 升级 Trainium。DeepSeek 和智谱也被曝研发推理 ASIC。原因在于 GPU 已变成通用基础设施，真正的竞争优势变为每生成一个 Token 的成本。针对固定模型设计的 ASIC 芯片功耗更低、效率更高，适合海量推理任务。但自研芯片的难点在于软件生态（如 CUDA），因此多数公司先从推理 ASIC 切入。

3. 竞争升级为全栈基础设施之战

过去的算法竞赛已演变为模型、芯片、数据中心、云平台、Agent 和开发生态的全面竞争。OpenAI 建设 Stargate 数据中心，Meta 计划投资 1450 亿美元建设算力基础设施，Anthropic 和 DeepSeek 等也在构建完整体系。未来的 AI 公司不再只是模型公司，而是拥有全栈能力的 AI 基础设施平台。

值得关注

• DeepSeek 本轮融资估值 710 亿美元，反映市场对 AI 基础设施价值的重估。
• AI 行业的资源瓶颈已从资金转向时间：数据中心建设需数年，芯片研发周期长，落后就可能错过技术周期。
• 智能成本（每 Token 成本）将成为 AI 公司长期竞争的核心指标。