DeepSeek融资158亿美元：算力溢价与中国AI资本新变局

导语：据外媒 The Information 独家报道，国内知名大模型公司幻方量化旗下 DeepSeek 近期完成了规模达 1055 亿元人民币（约 158 亿美元）的第二轮融资，投后估值升至 6155 亿元人民币。该笔交易不仅刷新了国内 AI 领域的单轮融资纪录，更折射出大模型军备竞赛背后残酷的算力供应链现实与产业协同范式转移。

一、 资本版图重组与算力溢价倒逼的翻倍融资

• 资本阵营全景重构：本轮融资共吸纳近 30 家机构，投资方结构呈现明显的“科技实业 + 国家队 + 头部硬科技 VC”特征。
  
  
  • 科技巨头与实业资本（占比 41.9%）：腾讯与宁德时代继续领投，长鑫存储、中芯国际两大半导体巨头入局；vivo、美团、美的、立讯精密、吉利汽车、携程、小红书等下游场景巨头分别出资 10 亿至 30 亿元。
    
    
  • 国资与产业引导基金（占比 18.8%）：中国移动、中国电信两家运营商，以及中信证券、中金公司、中国人寿等金融央企深度参与，本轮国资出资占比达 27%；国家人工智能产业投资基金继首轮后再次直投 10 亿元。
    
    
  • VC/PE 与创始人自投：Monolith Management、IDG资本、博裕资本等参投（合计占比 26.5%）；创始人梁文锋个人亦追加 20 亿元投资（持股/出资占比 12.8%）。
    
    
• 融资额翻倍的核心动因：
  
  
  • 尖端算力黑市溢价严重：受制于先进制程与互联芯片的出口限制，搭载 8 卡英伟达 Blackwell（B300）的单台服务器在特殊渠道价格从 1500 万元暴涨至 1900 万元（约 285 万美元），约为海外常规采购价的 5 倍以上。算力集群扩容成本呈非线性激增，直接迫使团队将单轮融资规模翻倍。
    
    
  • 对冲 AI 商业化泡沫周期：伴随早期上市模型企业的二级市场估值承压与限售解禁波动，DeepSeek 选择在窗口期储备充沛的“战备资金池”，以确保长期大模型预训练与推理的基础设施开销。
    
    

二、 架构困境与全栈产业链的深度绑定

• 算力异构与互联协议挑战： 面对外部尖端算力供应链的不确定性与高昂溢价，单一依靠黑市获取昂贵节点已不可持续。中芯国际（SMIC）与长鑫存储（CXMT）的联袂入股，标志着算法厂商正在向上游半导体设计、制造、封装及高速 HBM/DDR 存储全链路深度延伸。在没有原生 NVLink 高带宽互联的理想环境下，如何依托 RoCEv2 等开放网络互联构建千卡/万卡级混合训练集群，成为模型架构层必须面对的技术攻坚点。
  
  
• 模型算法演进对硬件架构的解耦： 以 DeepSeek 为代表的模型团队此前通过 MoE（混合专家模型）架构创新与优化 Attention 机制，大幅压降了单 Token 吞吐的推理与训练能耗。但在万亿参数多模态与推理时计算（Inference-time Compute）的持续推高下，仅靠算法层优化已逼近边际效应递减点，必须走向“算法-编译器-芯片-网络”的软硬协同协同设计（Co-design）。
  
  
• 治理架构与资本赋能的平衡： 区别于硅谷普遍采用的联盟模式，DeepSeek 在首轮融资中便设立了严苛的表决权机制与锁定期要求。随着电信运营商与云计算国家队的进场，大模型厂商正在加速获取底座算力中心（AIDC）的调度资源与国内海量企业级真实场景数据，完成从“纯技术实验室”向“产业超级节点”的蜕变。
  
  

三、 行业启示与开发者技术选型视角

• 基础设施层面：软硬协同与异构算力池化是唯一破局点 在高端芯片获取成本畸高的常态下，云厂商与基础设施团队不能依赖单一算力硬件的红利。通过自研异构计算架构、分布式通信加速库、算力虚拟化与池化调度技术，抹平不同算力底座之间的性能代差，是保障大模型规模化交付的关键壁垒。
  
  
• 开发者层面：转向推理成本敏感型架构 预训练的门槛已全面抬升至百亿美元级资本竞赛，普通开发者与中长尾企业的重心必须加速向应用落地转移。在模型选型时，应优先考量具备极致推理性价比（高 Token/s/W 与高并发吞吐能力）、低显存占用的模型权重与量化方案，深度利用知识蒸馏与 LoRA 微调，降低对云端高规格 GPU 实例的硬性依赖。
  
  
• 生态层面：全链条协同构建新一代开源技术标准 大模型产业已步入“全栈共建”时代。从半导体制造、内存互联、大容量集群组网，到云原生调度框架与上层应用开发，唯有形成自主可控且开放的技术生态，才能在算力博弈的长跑中构筑坚实的技术护城河。