文|白 鴿
編|王一粟
春節(jié)假期剛過,云計算在資本市場就“火了”。
不過,這次率先“火”的并不是以阿里云、騰訊云等為主的云巨頭,而是中小云廠商。
比如青云科技股票2月5日至2月12日,連續(xù)6個交易日“20cm”漲停,股價從34.07元/股漲至101.72元/股,并在2月14日一度沖高至115.31元/股。
長期資本市場表現(xiàn)低迷的優(yōu)刻得,卻在今年春節(jié)后持續(xù)飆升,其中“20cm”的漲停就收獲4個,短短8個交易日,股價累計漲幅高達177%,市值達到173億元。
港股金山云從2024年9月的低點,至2025年2月14日上漲至最高10.88元/股,飆漲超八倍。
此前,這些中小云廠商長期徘徊在“生死存亡”的邊緣,業(yè)績低迷,持續(xù)虧損。
而此次受益于DeepSeek R1發(fā)布及開源,降低了大模型的訓練和部署成本,帶動了AI應(yīng)用需求激增,讓這些中小云廠商們在資本市場“暴增”的同時,也真正走上了AI大模型的牌桌。
無疑,大模型是云廠商們的“流量入口”,云廠商們也一直是大模型推廣應(yīng)用的直接受益者。相比于中小云廠商,算力資源更充沛的云巨頭們在大模型賽道的布局更為激進且全面。
畢竟,當客戶使用DeepSeek等模型時會消耗算力、數(shù)據(jù),進而也會帶動其他基礎(chǔ)云產(chǎn)品(計算、存儲、網(wǎng)絡(luò)、數(shù)據(jù)庫、軟件)的銷售。
因此,自年初DeepSeek爆火后,除中小云廠商外,阿里云、華為云、騰訊云、火山引擎、百度智能云、電信運營商天翼云、移動云、聯(lián)通云等都迅速上架DeepSeek。
可以看到,DeepSeek的出現(xiàn),給中小云計算廠商提供了一個能夠借助新技術(shù)翻身的機會,盡管對當前云計算市場格局并不會造成多大的影響。
但從流量上來說,中小云廠商也確實搶奪了部分云巨頭的流量,尤其是在中小企業(yè)和個人用戶群體中,畢竟相比較來說,中小云廠商性價比更高。
不過,從整體云計算市場而言,有民生證券分析師也表示,隨著越來越多公有云廠商擁抱DeepSeek,其背后算力資源回歸同一起跑線,從而轉(zhuǎn)為考量算力池的深度和用戶覆蓋的廣度。
畢竟,大模型雖是云廠商的“流量入口”,但最終決定勝負的則是大模型產(chǎn)業(yè)落地的深度與厚度,而從目前情況來看,云巨頭們的優(yōu)勢無疑更加明顯。
與此同時,DeepSeek的“低成本”,也帶來了新一輪的價格戰(zhàn),云廠商們也需警惕,越來越便宜的價格,最終有可能讓MaaS服務(wù)淪陷到SaaS陷阱。
DeepSeek,讓中小云廠商上了牌桌
“此前云主要是圍繞CPU建設(shè),GPU只是附件,現(xiàn)如今GPU則成為了一個獨立的業(yè)務(wù)板塊?!比ツ昴甑祝柒櫩萍糃TO王為對光錐智能說道,“這塊業(yè)務(wù)主要幫客戶做算力的管理和運維。”
經(jīng)過多年發(fā)展,以CPU為主的云計算已發(fā)展非常成熟,不管是大型云廠商,還是中小云廠商,更多還是基于CPU提供云端算力服務(wù)。但在AI大模型時代,CPU已不能夠滿足大模型預(yù)訓練的算力需求,GPU逐漸成為主流應(yīng)用芯片,以GPU起家的英偉達,也因此“飛黃騰達”。
相比較來說,云巨頭們在GPU賽道上布局更早,投入更多。
2016年前后,深度學習技術(shù)快速發(fā)展,對GPU需求急劇增加,此時以阿里云、騰訊云等為首的云巨頭們就已開始加大在GPU領(lǐng)域投入,擴充GPU服務(wù)器規(guī)模,并推出系列GPU云服務(wù)產(chǎn)品。
而中小云廠商受限于資金實力等因素,開始大規(guī)模布局GPU賽道的時間,則聚焦在2022年底后,同時也伴隨著國產(chǎn)GPU芯片的崛起。
這也就導致,中小云廠商們普遍存在高端算力顯卡緊缺的問題,以及缺少大規(guī)模、高性能算力集群,無法為大型客戶提供相關(guān)的算力服務(wù),尤其是以做大模型預(yù)訓練為主的客戶群體。
另外,中小云廠商過去以CPU為主導的業(yè)務(wù)基礎(chǔ)和技術(shù)積累,很難直接轉(zhuǎn)型為智算服務(wù),畢竟,中小云廠商本身并未積累足夠的GPU技術(shù)實力,加之現(xiàn)階段GPU整體技術(shù)棧發(fā)展還不成熟,所以中小云廠商也很難像云大廠一樣提供全方位、一站式AI云服務(wù)解決方案。
這也就使其在AI訓練階段能做的事情非常有限。也正因此,在此前大模型賽道中,中小云廠商并未真正上AI大模型服務(wù)的“牌桌”,僅僅觸摸到了大模型賽道邊緣業(yè)務(wù)。
但DeepSeek的爆火,卻給中小云廠商提供了上“牌桌”的機會。
2025年初,DeepSeek提出“四兩撥千斤”的技術(shù)路徑。
其稱“僅用2048張英偉達H800芯片和550萬美元訓練成本”訓練出和OpenAI旗艦?zāi)P托阅芙咏哪P?,且訓練成本僅為其他巨頭的數(shù)十分之一,推理算力成本僅為GPT-o1的1/30。
同時,相比于其他大模型而言,DeepSeek的智能蒸餾技術(shù)等也讓AI推理突破了硬件限制,部署成本從高端GPU擴展到消費級GPU,并適配了眾多國產(chǎn)GPU芯片。
這也就使得中小云廠商無需大量投入高端算力硬件,僅依靠國產(chǎn)GPU芯片,就可以為客戶提供AI服務(wù)。

另外,在算力集群資源上,原本百卡級別的算力群大部分都不能夠滿足大模型推理應(yīng)用的需求,且很多企業(yè)也囤積了幾十至百卡級別的算力資源,卻導致出現(xiàn)了很多閑置的算力集群。
但借助DeepSeek 技術(shù)的優(yōu)化和加速,原本難以處理的任務(wù),現(xiàn)在百卡級別算力就能完成,提升了小規(guī)??旱慕?jīng)濟價值,讓中小云廠商可更高效利用有限算力資源,為客戶提供服務(wù)。
更為重要的一點是,DeepSeek各大模型API定價相當便宜。
比如DeepSeek-R1的API定價為:每百萬輸入tokens是1元(緩存命中),每百萬輸出tokens是16元,反觀OpenAI的o3-mini,輸入(緩存命中)、輸出每百萬tokens的定價,分別為0.55美元(4元人民幣)、4.4美元(31元人民幣)。
近期結(jié)束了優(yōu)惠期的DeepSeek-V3,雖然從原來的每百萬輸入tokens0.1元(緩存命中)、每百萬輸出tokens2元,分別上調(diào)到了0.5元、8元,但價格仍低于其他主流模型。
便宜好用的DeepSeek,也推動了越來越多的中小企業(yè)和個人,來使用云服務(wù)部署運行AI模型。
而小型AI應(yīng)用迎來井噴式發(fā)展,也就讓更多的中小企業(yè)以及個體用戶選擇更具靈活性和性價比的中小云廠商提供的服務(wù)模式,也為中小云廠商帶來大量業(yè)務(wù)機會和廣闊市場空間。
無疑,過去因無力承擔高昂算力成本,在大模型服務(wù)領(lǐng)域難以涉足的中小云廠商,現(xiàn)如今能夠借助DeepSeek技術(shù),以較低成本開展相關(guān)業(yè)務(wù),拓展至具有更高利潤的AI算力服務(wù)市場,并擁有了彎道超車的機會。
全方位搶灘DeepSeek,云巨頭們的生態(tài)之戰(zhàn)
對訓練卡量不多的中小云廠商而言,DeepSeek的訓練邏輯則是為其提供了邁入AI大模型服務(wù)領(lǐng)域的機會,并借此實現(xiàn)營收新增長。
而于云巨頭們來說,除“蹭流量”之外,更重要的,還在于云生態(tài)之戰(zhàn),及爭奪未來AI基礎(chǔ)設(shè)施的話語權(quán)。
也因此,各云巨頭除MaaS層部署了DeepSeek大模型服務(wù)外,從底層基礎(chǔ)設(shè)施,到上層應(yīng)用,基本全線適配了DeepSeek大模型產(chǎn)品。
有業(yè)內(nèi)人士也表示,盡管現(xiàn)如今云廠商們紛紛接入DeepSeek,但:“真正的較量不在接入名單,而在模型與云架構(gòu)的深度適配。”
畢竟,在各家的較量下,只有確保DeepSeek大模型在自家的云平臺上能得到比其他平臺上更加優(yōu)異的性能與效率,以及可以更好地兼容軟硬件平臺,避免過多資源消耗,才能夠吸引更多企業(yè)和開發(fā)者進入到自己云生態(tài)體系中。
在此過程中,各云巨頭也是基于自身核心優(yōu)勢,走了不同的發(fā)展路徑,實現(xiàn)差異化打法。
百度智能云主打性價比及全方位服務(wù)。千帆大模型平臺在近期上架了DeepSeek-R1和DeepSeek-V3模型,并同步推出了行業(yè)領(lǐng)先的超低價格方案;百度智能云底層基于昆侖芯P800打造的萬卡集群,能夠為部署DeepSeek的企業(yè)提供更高的算力支持;千帆ModelBuilder則提供基于模型開發(fā)工具鏈進行一鍵部署、蒸餾等能力,能讓企業(yè)客戶更好地將DeepSeek用起來。

而百度智能云旗下客悅、曦靈、一見、甄知四款大模型應(yīng)用產(chǎn)品,也正式上線接入DeepSeek模型的新版本。同時,百度智能云正加速推進金融、交通、政務(wù)、汽車、醫(yī)療、工業(yè)等行業(yè)應(yīng)用產(chǎn)品與DeepSeek模型的適配驗證工作。
華為云則以昇騰云服務(wù)綁定國產(chǎn)算力鏈。近期,國產(chǎn)算力服務(wù)商硅基流動大模型云服務(wù)平臺SiliconCloud上線了基于華為云昇騰云的滿血版DeepSeek-R1&V3,率先走通在國產(chǎn)芯片部署DeepSeek模型的路徑,降低模型推理時間與成本,獲得持平全球高端GPU部署模型的效果。
阿里云則通過“零代碼”流程覆蓋全生命周期。此前,阿里云宣布支持一鍵部署DeepSeek-V3、DeepSeek-R1,用戶無需編寫繁瑣的代碼,便可實現(xiàn)從訓練到推理的全流程。另外,阿里云還稱,為了更高性價比地實現(xiàn)DeepSeek系列模型與現(xiàn)有業(yè)務(wù)的高效融合,用戶還可部署蒸餾過后的
DeepSeek-R1-Distill-Qwen-7B。
騰訊云則以“3分鐘部署”強化開發(fā)者友好性。此前,騰訊云官方宣布,DeepSeek-R1大模型一鍵部署至騰訊云HAI上,開發(fā)者僅需3分鐘就能接入調(diào)用。近日,騰訊云TI平臺可支持DeepSeek「全系模型」的企業(yè)級精調(diào)與推理,幫助開發(fā)者更好解決「數(shù)據(jù)預(yù)處理難」、「模型訓練門檻高」、「在線部署及運維復雜」等問題。
各家云巨頭們,雖然接入開源大模型產(chǎn)品的路徑不盡相同,但最終核心目標,都是希望通過降低企業(yè)AI部署門檻,爭奪開發(fā)者生態(tài)與客戶增量。
畢竟,云平臺的本質(zhì)是賣算力、賣服務(wù),定位是“開放生態(tài)”,每家大型云服務(wù)商都希望能夠盡可能多吸引客戶進入生態(tài)中,這樣才能夠帶動更多算力消耗,以及云產(chǎn)品的服務(wù)銷售等。
當然,如果云平臺只能使用自家模型,客戶的選擇面就會被大幅限制,不僅可能會流失不想用其自有大模型的客戶,更重要的是這些客戶可能會選擇其他更開放的云平臺。
因此,只有提供多元化的選擇才能滿足不同客戶的需求,才能夠使云廠商從更多層面獲得收益。而DeepSeek低成本高性能的技術(shù)突破,則成為這場競賽中極具性價比的“彈藥”。
對于各大云廠商來說,當前不管是開源大模型還是閉源大模型,所收取的API調(diào)用費都不高,其所能夠給帶來的營收在整體的占比也并不高。
而回歸云計算的本質(zhì),只有通過大模型搶占流量入口,不斷擴大生態(tài)和用戶群,才能夠真正地帶動整個云生態(tài)營收的增長。
因此,面向未來,云廠商們只有將DeepSeek的“低成本”優(yōu)勢轉(zhuǎn)化為云服務(wù)的“高回報”,才有可能最終在這場AI競爭中占據(jù)高地。
月虧損超4億元,警惕MaaS變SaaS
從技術(shù)和應(yīng)用層面,云廠商們已深度接入DeepSeek,但想要快速抓住這波“流量”,最實際且有用的辦法,就是“卷”價格,甚至搶著給用戶送免費額度。
如,騰訊云TI平臺推出開發(fā)者大禮包,包括DeepSeek全系模型一鍵部署,部分模型限免體驗。百度智能云針對此次模型上線提供了超低推理價格,低至DeepSeek官方刊例價3-5折,還可享受限時免費服務(wù)?;鹕揭嫣峁┝藘芍芟迺r5折優(yōu)惠,助力企業(yè)暢享“滿血版”DeepSeek-R1。
但是,競爭激烈的價格戰(zhàn)下,云廠商們也面臨著虧損的問題。
近日,潞晨科技創(chuàng)始人尤洋在微博和朋友圈表示,大廠相互卷低價和免費,滿血版DeepSeek R1每百萬token(輸出)只收16元。如果每日輸出1000億token,基于DeepSeek的服務(wù)每月就要虧損至少4億元,用AMD芯片虧損也超過2億元。

秘塔搜索CEO閔可銳也表示,許多云廠商服務(wù)價格和DeepSeek一樣或更低,但他們都在虧錢。
從去年至今,云廠商們發(fā)起的價格戰(zhàn)一波接一波,字節(jié)、百度、騰訊、阿里等都曾跟進降價,近期甚至引發(fā)了兩位老百度人的隔空“罵戰(zhàn)”。
日前,百度智能云事業(yè)群總裁沈抖在全員會上提到:“國內(nèi)大模型去年‘惡意’的價格戰(zhàn),導致行業(yè)整體的創(chuàng)收相較于國外差了多個數(shù)量級”,并單獨提到了字節(jié)跳動旗下的豆包,認為受Deepseek影響最直觀的就是豆包,理由是其訓練成本和投流成本都很高。
隨即,譚待在朋友圈進行了正面回擊,表示:“豆包1.5Pro模型的預(yù)訓練成本、推理成本均低于DeepSeek V3,更是遠低于國內(nèi)其他模型,在當前的價格下有非常不錯的毛利。”
前期通過大規(guī)模投入,搶奪流量市場和用戶,是大廠們的一貫做法。但在此過程中,卻也要警惕,原本被看好的MaaS模式或許有可能淪為SaaS,又卷,又內(nèi)耗,還不掙錢。
甚至尤洋都直言,短期內(nèi),中國的MaaS模式可能是最差的商業(yè)模式。不過,現(xiàn)階段AI發(fā)展仍處于中早期階段,而當大模型真正深入產(chǎn)業(yè)落地之時,或許將改變現(xiàn)狀。
本文來自投稿,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://m.allfloridahomeinspectors.com/cgo/131322.html