短短一个月，DeepSeek再次成为资本市场的焦点。据《金融时报》援引知情人士透露，DeepSeek正与新投资者接触，计划启动新一轮融资，投前估值高达710亿美元，相比上一轮约520亿美元的投后估值，涨幅约37%。
消息人士指出，DeepSeek此次融资速度极快，主要源于市场对其资本开支将大幅增长的预期，包括自建数据中心和采购更多AI芯片。此外，公司正加大对能自主执行任务的AI Agent研发投入，这也推高了算力需求。对于一家刚完成首轮融资的公司而言，这种极速融资节奏颇为反常。许多人不禁发问：DeepSeek为何如此缺钱？
若将视角放大至全球AI产业，会发现这并非DeepSeek的独角戏，而是头部公司的集体选择。OpenAI宣布建设Stargate超级数据中心；Meta计划未来几年投入1450亿美元升级AI基础设施；Anthropic扩充算力储备并评估自研芯片；Google持续迭代TPU；Amazon升级Trainium芯片；与此同时，DeepSeek和智谱也被曝出正在研发针对推理场景的ASIC芯片。
一个清晰的产业趋势正在浮现：大模型公司正从“模型公司”集体转型为“AI基础设施公司”。过去三年，竞争比拼的是参数大小与模型能力；而今天，胜负手在于Token成本、算力规模、芯片能力及数据中心效率。DeepSeek此轮融资，真正争夺的并非下一代模型，而是未来几年继续留在全球第一梯队的资格。
**AI已进入“推理时代”**
细究此次融资用途，高度一致指向：建设数据中心、采购AI芯片、扩建推理集群、研发Agent及布局自研芯片。这意味着大模型公司的烧钱逻辑已发生根本变化。
过去，AI公司的主要成本来自模型训练，虽有巨额投入但具有明显的阶段性。然而，随着AI Agent时代的到来，产业正从“训练驱动”转向“推理驱动”。训练模型一年可能只需几次，但模型上线后，每天需处理数十亿次推理请求。每一个AI程序员、客服、助手都在持续调用模型，每一次调用都伴随着GPU的持续运转与电力消耗。
对DeepSeek而言，其极低的API价格和优秀能力吸引了大量用户，调用量爆发式增长，但也带来了推理成本的指数级上升。用户规模越大，推理成本越高，这与传统互联网的“规模效应”截然相反。DeepSeek服务器频繁繁忙，本质上是推理需求的增长速度超越了算力扩张速度。因此，这轮融资并非为了训练下一代模型，而是为了提前建设未来三至五年的推理基础设施。对于大模型公司，资金购买的不再是GPU，而是时间。
**为何巨头纷纷“造芯”？**
近期一个耐人寻味的现象是，OpenAI、Anthropic、Meta、Google、Amazon等头部公司纷纷转向自研芯片。OpenAI推出定制推理芯片Jalapeño，Anthropic评估自研，Meta迭代Iris芯片，Google推进TPU，Amazon升级Trainium，DeepSeek和智谱则研发推理ASIC。
这并非因为GPU不好，而是因为GPU已成为通用基础设施，不再构成差异化优势。真正决定竞争力的，是每生成一个Token的成本。随着Agent普及，推理算力消耗已超过训练。针对固定模型设计的ASIC芯片，在功耗、效率和成本上更具优势。
Google十余年前布局TPU是为了降低Gemini的推理成本，DeepSeek和智谱同样将推理ASIC作为第一步，逻辑一致。尽管自研芯片面临软件生态（如CUDA）的巨大壁垒，但它是降低Token成本的关键。谁能把推理成本降一半，谁就能拥有更大的降价空间，进而吸引更多开发者，形成飞轮效应。
**竞争已进入“全栈时代”**
如果说过去是算法竞赛，今天则是全栈能力的较量。回顾Google，其优势不仅在于搜索引擎，更在于搜索、Chrome、Android、云平台、TPU及数据中心组成的完整生态。这种垂直整合能力构筑了难以逾越的壁垒。
今天，几乎所有领先的大模型公司都在走Google的路。OpenAI建设Stargate并自研芯片；Meta构建Llama+Iris+数据中心体系；Anthropic强化Claude并布局底层算力；DeepSeek向芯片和计算中心延伸；智谱开源并布局芯片。未来的赢家将是拥有模型、芯片、数据中心、云平台、Agent和生态的平台型企业。模型是入口，芯片决定成本，数据中心决定规模，云平台决定商业化，Agent决定生态。
DeepSeek此轮融资，买的不只是估值，而是未来十年全球AI基础设施竞争的入场券。模型可以迭代，芯片研发需两三年，数据中心建设需数年，生态建设更需长期投入。一旦节奏落后，便可能错过整个技术周期。710亿美元，买的是未来十年的主动权。随着OpenAI、Anthropic、Google、Meta、DeepSeek、智谱等企业走向同一条道路，AI产业正迎来真正的第二场战争——从模型之战演变为基础设施之战，从算法竞赛演变为底层生产力体系的竞争。