電子發燒友網報道（文 / 吳子鵬）2 月 16 日，百度百度搜索正式宣布，搜索為豐富多元化的接入搜索體驗，將全面接入 DeepSeek 和文心大模型的業內最新深度搜索功能。同一天，人士騰訊方面向媒體確認，開始微信搜一搜也已開啟灰度測試接入 DeepSeek。擔心被灰度到的百度用戶，可在對話框頂部搜索入口看到 “AI搜索” 字樣，搜索點擊進入后，接入便能免費使用 DeepSeek-R1 滿血版模型。業內

目前，人士各領域頭部企業基本都已宣布接入 DeepSeek，開始涵蓋國內三大通信運營商、擔心云計算領域的百度亞馬遜、騰訊、華為，企業領域的比亞迪、吉利、長城，以及手機領域的榮耀、OPPO 等。不僅如此，DeepSeek 的 “朋友圈” 已不再局限于企業，深圳宣布政務平臺全面接入 DeepSeek。

隨著接入 DeepSeek 的企業越來越多，業內人士也開始擔憂，接入 DeepSeek 可能成為企業的負擔，造成數額較大的虧損。

DeepSeek 重塑搜索業態

在國內搜索引擎市場，百度搜索是占據主導地位的傳統搜索引擎，而微信搜索屬于垂直搜索引擎。相關統計數據顯示，目前百度在國內搜索引擎市場的綜合占比為 52.79%。2024 年 11 月，百度在手機端搜索引擎市場份額為 67.99%，在桌面端搜索引擎市場份額約為 30.64%。

微信搜索雖因未被計入通用搜索引擎市場而缺乏統計數據，但它基于微信生態內的搜索功能，借助微信超 12 億的月活用戶，體量極為龐大。

作為國內通用搜索和垂直搜索的代表，百度搜索和微信搜索都選擇接入 DeepSeek，主要是因為 DeepSeek 對搜索引擎具有很大的賦能價值。DeepSeek 擁有龐大的知識圖譜數據庫，涵蓋各行業知識體系及概念關聯關系，搜索時能呈現更豐富全面的信息。運用先進的自然語言處理技術，DeepSeek 能深入理解用戶搜索意圖，即使是模糊或復雜的關鍵詞、句子，也能轉化為清晰的查詢，提供相關性更高的結果。

DeepSeek 能夠優化用戶搜索的個性化體驗，通過分析用戶的搜索歷史、興趣偏好以及當前上下文環境等因素，DeepSeek 能自動調整搜索策略，優先展示符合用戶需求的內容，為不同用戶量身定制個性化搜索方案。同時，DeepSeek 專注于減少無效鏈接展示，智能預測用戶真正想要的信息。

接入 DeepSeek 的成本壓力

然而，在百度搜索和微信搜索接入 DeepSeek 之后，業內人士注意到，接入 DeepSeek 可能會給相關企業帶來巨額虧損。與汽車應用和政務應用相比，搜索引擎接入 DeepSeek 所帶來的使用量無疑更大，因此成本支出相當驚人。

目前，滿血版 DeepSeek-R1 模型每百萬 token 的收費為 16 元，若每日輸出 1000 億 token，即需處理 1,000,000 個百萬 token 單位，那么單日成本就是 1600 萬元，一個月的推理成本高達 4.8 億元。而這只是 API應用成本，實際運營中還需考慮算力資源、硬件類型及運營效率。有業內人士指出，為滿足大規模 DeepSeek 的推理應用，需要構建大型智算中心以提供算力支撐，若采用英偉達GPU集群，成本通常在數億美元以上。

由于 DeepSeek 的收費是 OpenAI o1 同等規模輸入 15 美元（約 109 元人民幣）和輸出 60 美元（約 437 元人民幣）的二十分之一到百分之一，被稱為 “AI 界的拼多多”，但搜索引擎類型的應用是免費的，且用戶體量大，大規模使用 DeepSeek 的成本依然不低。根據百度方面的數據，2024 年 11 月文心大模型日調用量已達 15 億。假設平均每次調用輸出的文本經分詞后產生的 token 數量為 100 個（此為假設便于理解，實際因搜索內容不同差異大），那么一天輸出的 token 數量約為 1500 億個，如果這些搜索結果都由 DeepSeek 輸出，那么百度要支付的成本就是上述結果的 1.5 倍。

無論是 API 費用層面，還是硬件部署層面，DeepSeek 爆火都揭示了一個真相：只有低成本的 AI 才能夠真正普及。同時，業內人士對企業接入 DeepSeek 后的虧損擔憂說明，無論是 DeepSeek API，還是部署 DeepSeek，都還不夠便宜。在這個過程中，國產算力芯片有望憑借性價比優勢進一步推動 AI 成本下降。

國產算力芯片價值凸顯

雖然 DeepSeek 使單個模型訓練和推理算力需求有所下降，但技術的普及卻帶來了 AI 應用的爆發式增長。其全球日活用戶在短短一個月內就從 34.7 萬飆升至 1.19 億。如此龐大的用戶群體和復雜多樣的應用場景，使得整體算力消耗大幅增加。同時，DeepSeek 的開源特性以及成本的大幅降低，使其能迅速滲透到教育、醫療、金融等眾多垂直領域。在這些領域中，大量存在著低延遲、高并發的實時推理需求。為滿足 AI 應用實時推理需求，智算中心的架構也在發生轉變，從傳統超大規模集中式建設轉向靠近用戶的分布式節點。

長期以來，英偉達等國際巨頭憑借技術優勢，幾乎壟斷了高端算力芯片市場，國產算力芯片在重重技術封鎖與市場擠壓下艱難前行。之前，國產算力芯片發展艱難的一個重要原因是 “性能不足”，難以滿足 AI 大模型的訓練和推理需求。不過，DeepSeek 改變了這一局面，并且DeepSeek 對國產算力芯片的帶動是全方面的。

在訓練環節，DeepSeek 通過模型架構創新（如 MLA、DeepSeekMoE 技術）和高效訓練框架（如 FP8 混合精度、DualPipe 算法），大幅降低了對高端 GPU 的依賴，使國產芯片能夠以較低成本完成模型訓練適配。在推理方面，DeepSeek 在應用層面的推理環節，其模型壓縮技術（如蒸餾模型）顯著降低算力需求，使國產芯片在推理場景中更具性價比。

另外，DeepSeek 帶來了大量的智算一體機需求。智算一體機作為一種高度集成、靈活部署且能有效滿足多樣化算力需求的解決方案，已經成為眾多企業與機構部署 DeepSeek 的首選。這一市場已經成為廠商布局的重點，也是國產算力芯片發展的藍海。據報道，目前京東云的 DeepSeek 大模型一體機已經廣泛支持華為昇騰、海光、寒武紀、摩爾線程、天數智芯等多種國產 AI 加速芯片。

據統計，截至 2025 年 2 月，已有華為昇騰、沐曦、天數智芯等 17 家國產 AI 芯片企業宣布支持 DeepSeek 模型的訓練與推理，覆蓋從云端到邊緣的全場景需求。比如，2 月 13 日，華為昇騰推出了服務器、推理卡等一體機產品形態，全面適配 DeepSeek V3/R1 全系列模型；開源中國方面消息顯示，DeepSeek-V3 全精度滿血版可以成功運行在沐曦訓推一體 GPU 上；天數智芯完成 DeepSeek-R1 模型適配，上線多個大模型服務。

從效果來看，國產芯片通過專門的優化適配，效果并不弱于國際廠商的高端芯片。比如，華為此前表示，DeepSeek V3/R1 671B 旗艦模型（滿血版），通常需要高端 GPU 進行推理，現在基于華為云昇騰云服務的全棧優化適配，可獲得持平全球高端 GPU 部署模型的效果，提供穩定的、生產級服務能力，滿足業務商用部署需求；根據天數智芯與 Gitee AI 聯合發布的消息，在雙方的高效協作下，僅用時一天，便成功完成了與 DeepSeek R1 的適配工作，經過嚴格的測試與驗證，適配后的模型精度高度對標論文精度，展現出卓越的穩定性與可靠性。然而，國產方案只是英偉達方案的一半，甚至是幾分之一，有助于進一步降低DeepSeek的使用成本。

此前 “國產算力芯片起飛” 這一觀點頻現報端，不過從結果來看當時更多是制造噱頭。如今，在 DeepSeek 的帶動下，國產算力芯片真的起飛了，成為終端應用部署 DeepSeek 模型的首選。同時，DeepSeek 也需要國產算力芯片的繁榮，百度搜索引擎的案例揭露出，擁有大規模用戶基礎的應用部署 DeepSeek 是一項不小的成本負擔，國產算力芯片快速發展有望帶動 AI 應用成本持續走低，使得產業更加良性發展。