尽管 DeepSeek AI 模型的首次亮相在本周初引发了美国科技股的大幅抛售，但其在 AI 处理效率方面的提升可能对数据中心产生重大影响。
市场宠儿 Nvidia 股价下跌超过 12%，纳斯达克指数下跌 2.7%，分析师表示，这种反应反映出市场对巨额 AI 及其基础设施支出是否合理的担忧。
与此同时，路透社报道称，由于 DeepSeek 的模型引发了对 AI 驱动的数据中心电力需求激增预期的质疑，美国电力和公用事业股票出现大幅下跌。
任何朝着更便宜、更强大和更节能的算法发展的转变，都有可能显著扩大 AI 的应用范围，这最终可能推动大规模和分布式数据中心基础设施的需求。
Baxtel (一个致力于全球托管数据中心目录和评论的在线平台) 销售和运营副总裁 Mitch Lenzi 表示："如果关于 DeepSeek 的报道属实，这只会推动 AI 创新向前发展。"
他说，新模型和部署成本的降低将使竞争对手能够优化自己的 AI 战略，从而推动需求和采用。
Lenzi 表示，他认为像 DeepSeek 这样的 AI 进步最终会加速而不是减缓数据中心的增长。
"AI 的创新不会减少需求，而是会推动需求，"他说。"随着 AI 变得更容易获取和更具成本效益，该行业将持续扩张，维持对高性能数据中心基础设施的需求。"
JLL 数据中心战略副总裁 Sean Farney 同意，像 DeepSeek 这样更高效的 AI 模型的引入可能重塑数据中心市场。
"这对行业来说是个好消息，"Farney 说。"如果有人找到了一种更便宜、更高效的 AI 处理方式，这就降低了准入门槛，让 AI 能够被更广泛的受众使用。"
随着时间推移，这将推动使用量增加并为数据中心发展创造新机会。
Farney 指出，AI GPU 专注的数据中心已经是市场上增长最快的细分领域，年复合增长率 (CAGR) 为 39%，几乎是整体数据中心约 20% 增长率的两倍。
"AI 专注设施的增长远超传统数据中心，"Farney 说。"有了像 DeepSeek 这样的创新，我们可能会看到这个领域更快的加速发展。"
这种增长的财务影响是巨大的：据 Farney 介绍，主要超大规模数据中心运营商在基础设施上的年度支出已经从 2000 亿美元激增至 3000 亿美元。
"该行业正在蓬勃发展，"他说。"如果像 DeepSeek 这样的技术使 AI 应用更快、更容易部署，我们将需要更多的数据中心来支持这种采用。"
Synergy Research Group 首席分析师兼研究总监 John Dinsdale 指出，正是生成式 AI (GenAI) 导致了一些数据中心的重新思考和重新架构。
"如果出现了能大幅减少所需功率密度的技术，这可能意味着向 GenAI 之前的设计回归，采用更传统的冷却和配电方式，"他说。
Dinsdale 解释说，在整个 IT 生态系统中，目前在 GenAI 技术和产品上投入了相当多的资金，这种情况在短期内不会改变。
"是否会出现一些能降低 AI 模型训练和运行功耗及成本的技术？当然会，"他说。"这就是技术发展和生命周期的本质。"
当成本下降且能力提升时，往往会刺激应用和使用的大幅增加。
"以过去 15 年云计算服务的发展为例，就是一个完美的例证，"Dinsdale 说。
模块化和边缘数据中心的作用
Farney 还强调了在这个不断发展的格局中，较小的、模块化的和边缘数据中心的重要性日益增加。
虽然训练大型 AI 模型将继续需要大型集中式设施，但对 AI 推理的日益关注 — 使用训练好的模型提供实时见解 — 可能会推动对分布式、注重延迟的边缘数据中心的需求。
"随着我们进入 AI 的推理阶段，对本地化计算能力的需求在增长，"Farney 说。
推理通常需要低延迟和靠近用户，这使得较小的边缘式设施更实用。
"我们可能最终会用专门用于 AI 任务的 1 或 2 兆瓦的小型数据中心铺满全球，"他说。
Farney 设想了一个混合的未来，其中巨型枢纽数据中心和分布式边缘设施共存，以满足 AI 工作负载的多样化需求。
"这不是一个零和游戏，"他解释说。"我们将看到大规模设施继续增长用于批量 AI 训练，同时小型数据中心也会激增用于推理和实时应用。"
数据去中心化的案例
AR.IO (一个去中心化永久云网络提供商) 的创始人兼 CEO Phil Mataras 称当前集中式数据中心存储数据的方式 — 在一个地方托管海量数据集 — 是"疯狂的"。
"它无法合理支持 AI 的增长，因此需要新的解决方案，"他说。
虽然 Mataras 表示同意较小的、模块化的和边缘数据中心是解决方案的一部分，但它们必须得到更广泛的去中心化转变的支持。
"仅靠这些小型中心可以提供低延迟处理，但即使有更高效的新模型进入市场，它们也无法满足 AI 行业增长带来的海量数据存储需求，"Mataras 说。
Impossible Cloud Network 的联合创始人 Kai Wawrzinek 表示，即使有了额外的效率，全球对数据存储的需求只会增加。
"我们使用 AI 越多，运行支持它的大型数据中心所需的电力就越多。这是不可避免的，"他说。"我们已经看到像 Microsoft 这样的公司大力投资太阳能、风能和水力等可再生能源，以应对耗电量大的数据中心不断增长的需求。"
与 Mataras 一样，Wawrzinek 也主张采用去中心化解决方案，称现在 AI 已经出现，集中式数据存储的时代已经结束。
"我们将看到数据中心的蓬勃发展 — 但将是去中心化的数据中心看到这种巨大的发展，"他说。"即使是最大的参与者的集中式解决方案，随着数据存储需求继续增加，也将面临挑战。"
AI 驱动增长的新时代
Farney 认为 DeepSeek 和类似技术的出现是对行业的一个警醒。"竞争是好事，"他说。"它推动每个人创新。如果 DeepSeek 能够挑战既有参与者并降低成本，整个技术驱动的生态系统都将受益。"
最终，Farney 相信像 DeepSeek 这样的创新将推动下一波数据中心增长浪潮。
"影响很明显：AI 的采用将增加，随之而来的是对大规模和分布式数据中心的需求，"他说。"这是一个水涨船高的局面。"
