近期，一场由 DeepSeek 引发的风暴席卷全球，尤其是欧美股市。在这场风暴中，AI 概念股大幅度下滑，其中 “卖铲子” 的芯片制造商以及为 AI 和数据中心供电的能源企业遭受重创。除夕夜前一天，能源供应商 Constellation Energy 股价下跌 21%，电力企业 Vistra 下挫 28%，这样的跌幅令人咋舌。

　　国际税务与投资中心能源、增长与安全项目助理主任何伟龙在《福布斯》杂志发表文章称：“DeepSeek 重置了中美在AI领域的竞争环境，更重要的是，它从根本上颠覆了能源领域。” 全球许多国家制定能源政策时，都曾假设AI会带动能源需求一直增长，而如今，这一假设已被 DeepSeek 打破。金融服务企业杰富瑞分析师也在报告中指出，DeepSeek 的突破对 “美国电力需求将随 AI 发展大幅度增长” 的预测提出了质疑。

　　一直以来，传统思维认为，扩大人工智能规模需要大量投资，应用更多芯片、创建更庞大的数据中心，必然会消耗指数倍的能源。劳伦斯伯克利国家实验室 2024 年的报告数据显示，美国数据中心在 2023 年消耗了全国约 4.4% 的电力，预计到 2028 年用电量可能会增加一至三倍，占总用电量的 12%。电力研究所更是预测，到 2030 年，数据中心可能消耗美国发电量的 9%，是其当前用电量的两倍多，这相当于在本十年内骤增一个加州的电力需求。在这样的背景下，能源巨头们纷纷表现出极大热情。2024 年 12 月，埃克森美孚和雪佛龙高管公开表示，正考虑进入电力市场，计划通过天然气发电和碳捕获技术，为AI数据中心提供动力，埃克森美孚甚至计划建造一座 1.5 吉瓦的天然气发电厂，专门用于为数据中心供电。

　　然而，DeepSeek 的出现让这一切发生了改变。它的低成本训练模式使行业对大规模 AI 算力投资产生怀疑，也极大降低了能源需求预期 。究竟 DeepSeek 有何独特之处，能在能源行业掀起如此巨大的波澜？

　　DeepSeek，全称杭州深度求索人工智能基础技术研究有限公司 ，是一家专注于开发先进大语言模型（LLM）和有关技术的创新型企业，成立于 2023 年 7 月 17 日，由知名量化资管巨头幻方量化创立。自成立以来，DeepSeek 发展迅速，在大模型领域取得了众多令人瞩目的成果。

　　2024 年 1 月 5 日，DeepSeek 发布首个包含 670 亿参数的大模型 DeepSeek LLM，该模型从零开始在一个包含 2 万亿 token 的数据集上进行训练，数据集涵盖中英文。同年 5 月，DeepSeek 宣布开源第二代 MoE 大模型 DeepSeek-V2，其总参数达 2360 亿，在性能上比肩 GPT-4Turbo，价格却只有 GPT-4 的百分之一，因此收获了 “AI 届拼多多” 的名号。12 月 26 日，参数达 6710 亿的 DeepSeek-V3 首个版本上线 年，DeepSeek 的发展势头更加强劲，1 月 20 日，新一代推理模型 DeepSeek-R1 发布，该模型在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版，并开源供开发者使用 。

　　DeepSeek 之所以能在能源行业引发如此大的变革，与其独特的技术特点密不可分。在训练模式上，它采用了低能耗的训练方式，这与传统人工智能训练模式形成了鲜明对比。传统的人工智能训练往往需要大量的计算资源，消耗大量的能源。而 DeepSeek 通过创新的算法和优化的系统架构，大幅度的降低了训练过程中的能源消耗。例如，它在训练过程中对硬件资源的利用更高效，通过对底层硬件性能的极致释放和软硬件的协同创新，实现了在有限的算力条件下完成高质量的模型训练。

　　从算法优化能力来看，DeepSeek 更是表现出色。它采用了多种先进的算法技术，如多头潜在注意力机制（MLA）和混合专家模型（MoE）架构等。MLA 技术明显降低了模型推理成本，通过减少对 KV 矩阵的重复计算，提高了模型的运行效率。而 MoE 架构则通过训练多个专家模型，并根据输入数据的特征动态选择最合适的专家模型做处理，以此来实现对复杂任务的高效处理。在处理自然语言处理任务时，DeepSeek 能快速准确地理解和生成自然语言，这得益于其强大的算法对语言数据的深度分析和处理能力。

　　在 DeepSeek 出现之前，传统 AI 算力投资模式下，人们一致认为，随着人工智能技术的持续不断的发展，对算力的需求会持续增长，而算力的增长必然依赖于更多的芯片投入和更庞大的数据中心建设。这就从另一方面代表着，为满足 AI 发展的需求，需要消耗大量的电力资源。就像 OpenAI 和谷歌等公司，它们在训练大规模模型时，往往需要投入巨大的成本，包括大量的芯片采购和能源消耗。据相关多个方面数据显示，OpenAI 和谷歌训练同等规模模型的成本高出 DeepSeek 十倍左右 。

　　然而，DeepSeek 打破了这一传统认知。它仅用 2048 个英伟达 H800 芯片运行两个月，训练成本 560 万美元，就获得了媲美 OpenAI 最先进模型 GPT-4 的性能。克莱曼中心高级研究员约翰・奎格利在研究报告中指出，“DeepSeek 作为一家中国人工智能公司的突破，其开源人工智能模型仅使用一小部分（可能只有 2%）的芯片、硬件和能源，就超越了当前的行业标准。” 这表明，DeepSeek 通过创新的技术和算法，实现了在低能耗下的高效模型训练，颠覆了 “算力增长必然拉动电力需求激增” 的假设，从而大幅度的降低了能源需求预期。

　　随着 DeepSeek 技术的持续不断的发展和成熟，慢慢的变多的能源公司开始意识到其巨大的潜力，并积极接入 DeepSeek，推动自身的智能化转型。

　　中国华能在 2025 年 2 月 15 日完成了 DeepSeek 系列模型的本地化部署，推出了 “睿智小能” AI 助手，并与 “iHN+” 移动门户实现集成。“睿智小能” 采用了多款前沿的 AI 模型，包括具备 671B 千亿参数的通用大语言模型 DeepSeek-V3、强化复杂推理的模型 R1，以及 70B 的蒸馏压缩模型。这些模型的引入，使得 “睿智小能” 可处理更复杂的信息并进行深度推理，为员工提供更智能化的服务，极大地提高了日常办公与管理的效率。在能源生产环节，“睿智小能” 能够准确的通过实时数据对生产的全部过程来优化，提高能源生产效率；在设备管理方面，它可以通过对设备正常运行数据的分析，设备故障，及时来维护，减少设备停机时间，降低生产损失。

　　“三桶油” 也不甘落后，纷纷完成了 DeepSeek 大模型私有化部署。中国石油昆仑大模型于 2 月 8 日完成了 DeepSeek 大模型私有化部署，为昆仑大模型优化应用效果、缩短研发周期、构建健康生态提供了新引擎。昆仑大模型的问答应用 “行业大家” 新增了 DeepSeek 深度推理能力，用户使用 “行业大家” 开展行业问答时，除了能得到昆仑大模型生成的能源化工领域专业问答结果，还能自主选择切换至 “深度思考” 模式，体验知识推理、场景理解等 AI 服务。中国石化于 2 月 5 日完成 DeepSeek 在国产化算力环境上的部署，并接入长城大模型应用系统，在企业内部分批推广使用。

　　通过使用先进的推理加速技术，大模型的推理计算效率提升近一倍，明显地增强了模型的应用支撑能力。中国石化还利用 DeepSeek 大模型对数百个行业标准和技术规范进行智能解析，探索行业数据集的高质量构建。中国海油 “海能” 人工智能模型平台于 2 月 14 日正式接入 DeepSeek 系列模型，通过私有化部署方式面向全集团提供开放服务，在 “海能” 平台网页端及海油移动云 “海能智问” 同步上线。此次升级为中国海油在人工智能技术应用领域注入了新动能，这些模型将通过 API 接口面向海油 ERP 系统、海油商城等多个应用系统开发服务，全方位、多层次满足多种业务场景的智能化需求。

　　南方电网在 2025 年 2 月 12 日完成了开源大模型 DeepSeek 的本地部署，电力大模型体系全面引入、适配了 DeepSeek 系列模型，并已正式开放使用。基于 “大瓦特” 模型体系开放技术路线，实现了自然语言（NLP）基础模型快速升级迭代为千亿参数级。通过深度整合 DeepSeek 的算法优化等创造新兴事物的能力，逐步提升了南方电网各业务领域AI应用效果。

　　升级后的 “大瓦特” 模型体系具备高可靠性多路并发能力，可在内网安全环境提供更高性能的分布式、高并发推理服务；支持从 1.5B 到 671B 全量参数等多规格模型，能满足多种算力资源环境下的灵活部署；提供 “拖、拉、拽” 的可视化搭建平台，支持非 AI 专业技术人员快速构建适用于自身工作场景的智能体应用；已接入南网电力知识库，具备电力生产、营销等各业务域专业相关知识，满足多种业务域的专业需求。在电力调度方面，南方电网利用 DeepSeek 优化电力调度，可以依据实时的电力需求和发电情况，更加合理地分配电力资源，提升电网运行效率，降低能源损耗。

　　这些能源企业接入 DeepSeek 后，在生产、管理、决策等所有的环节都实现了智能化升级，不仅提高了工作效率，降低了经营成本，还提升了能源利用效率，减少了能源浪费，为能源行业的可持续发展做出了积极贡献。

　　在能源生产运行中，DeepSeek 发挥着关键作用。在设备预测性维护方面，它通过物联网传感器实时采集机组振动、温度等数据，结合 AI 算法建立设备健康模型，能够精准预测涡轮机、锅炉等关键设备的故障概率。比如，DeepSeek 能提前 72 小时预警轴承过热风险，从而有实际效果的减少非计划停机时间 30% 以上，延长设备常规使用的寿命，降低设备维护成本。在燃料效率优化上，DeepSeek 利用强化学习动态优化燃煤电厂配煤比例，在混烧生物质燃料时能实现热值平衡，或者在燃气电厂中实时匹配气网压力波动，使发电煤耗降低 1.5 - 3%，每年可为企业节约燃料成本数千万元。在智能巡检革新方面，DeepSeek 部署无人机 + 计算机视觉方案，仅需 10 分钟就能完成传统需要 2 小时的火电厂冷却塔表面裂纹检测，AI 识别准确率高达 99.3%，并同步生成 3D 损伤图谱，大幅度的提升了巡检效率和准确性。

　　DeepSeek 能够对能源市场进行深入分析，为能源公司可以提供有力的市场预测和交易决策支持。它可以分析电力市场的需求、价格波动和政策变化等多维度信息，通过对大量历史数据的挖掘和分析，结合先进的算法模型，预测电力市场的未来走势。在电价预测方面，基于蒙特卡洛模拟和对手行为分析模型，DeepSeek 能够在日前市场中生成风险调整后的最优报价曲线，帮助燃气电厂等能源企业在价格波动中实现度电利润最大化。在中长期合约优化上，它使用随机规划模型评估未来 3 年燃料价格、碳成本及电力需求的不确定性，制定包含期权组合的购售电合约结构，锁定利润区间，降低市场风险。

　　在新能源电池设计领域，DeepSeek 展现出强大的助力。工程师能够最终靠描述基本性能要求和尺寸限制等关键要素，让 DeepSeek 生成多个设计概念和初步方案。这不仅缩短了从创意到方案成型的时间，还能通过模拟分析发现新的材料组合和结构设计，从而提升单位体积内的包含的能量并减少相关成本。中国科学院院士欧阳明高在 “中国全固态电池产学研协同创新平台” 年会上指出，DeepSeek 在电池知识问答和文本挖掘任务中表现优异，在电池设计任务上展现了初步的总结能力 。在新能源汽车领域，DeepSeek 同样发挥着及其重要的作用。它可处理海量的市场数据、用户反馈和研发技术数据，精准提炼关键信息。

　　通过对销售数据、政策导向和消费的人偏好的综合分析，DeepSeek 为企业制定市场策略提供数据支持。在生产制造环节，它能轻松实现智能排产，依照订单需求、原材料库存和设备产能等因素合理的安排生产任务，最大化生产效率。同时，通过实时监测设备正常运行数据，故障，避免生产中断。多家车企如吉利汽车、岚图汽车等宣布与 DeepSeek 达成战略合作，将其技术应用于智能座舱等领域，提升了人机交互体验和车辆智能化水平。

　　从技术创新角度来看，DeepSeek 的出现为能源行业带来了全新的技术思路和方法。其先进的算法和模型能够对能源生产、传输、存储等所有的环节的数据来进行深度分析和挖掘，从而发现潜在的优化空间和创新点。在能源勘探领域，利用 DeepSeek 的数据分析能力，可以更准确地预测油气资源的分布，提高勘探效率，降低勘探成本。在能源存储方面，通过对电池性能数据的分析，研发出更高效、更安全的储能技术。

　　在业务拓展方面，DeepSeek 为能源企业开辟了新的业务领域和商业模式。能源公司能够基于 DeepSeek 开发智能能源管理系统，为客户提供个性化的能源解决方案，实现从单纯的能源供应商向能源服务提供商的转变。一些能源企业利用 DeepSeek 技术，推出了能源数据分析服务，帮助别的企业优化能源使用，降低能源成本，从而拓展了经营事物的规模，增加了收入来源。

　　从可持续发展角度分析，DeepSeek 有助于推动能源行业的绿色转型。在能源生产环节，它可以优化能源生产的全部过程，提高能源利用效率，减少能源浪费和污染物排放。在可再次生产的能源领域，DeepSeek 能够最终靠对气象数据、地理数据等的分析，更好地规划和布局可再次生产的能源项目，提高可再次生产的能源的开发利用效率，促进可再次生产的能源的发展，为实现碳达峰、碳中和目标做出贡献。

　　在数据安全方面，随着能源企业对 DeepSeek 的应用愈来愈普遍，大量的能源数据被存储和处理，数据安全问题日渐凸显。能源数据涉及国家能源安全和企业商业机密，若发生数据泄露，可能会对国家和企业造成巨大损失。黑客攻击、内部人员违规操作等都可能会引起数据泄露风险。而且，能源行业的数据格式多样、标准不一，这也增加了数据安全管理的难度。不同能源企业的数据存储方式、数据接口等存在一定的差异，使得在整合和共享数据时有可能会出现安全漏洞。

　　人才短缺也是 DeepSeek 应用过程中面临的一个重要问题。DeepSeek 技术的应用需要既懂能源行业知识又懂人工智能技术的复合型人才。目前，这类人才在市场上非常稀缺，难以满足能源企业的需求。一方面，高校相关专业的人才教育培训还不能完全适应市场需求，课程设置和教学内容与实际应用存在一定差距；另一方面，企业内部员工的技能提升也面临挑战，需要投入大量的时间和资源进行培训。

　　此外，杰文斯悖论也是 DeepSeek 应用过程中要关注的问题。杰文斯悖论指出，当某种资源的利用效率提高时，其总消耗量反而可能增加。DeepSeek 虽然提高了能源使用效率，但随着人工智能技术在能源行业的广泛应用，可能会刺激更多的能源需求。更多的能源企业可能会利用 DeepSeek 进行业务拓展和创新，这有几率会使能源消耗的增加。若无法有效应对杰文斯悖论，DeepSeek 的应用可能无法达到预期的能源节约和可持续发展目标。

　　展望未来，DeepSeek 在能源行业的发展前途十分广阔。随技术的慢慢的提升，DeepSeek 有望逐步推动能源行业的智能化和数字化转型。在电力市场中，其先进的算法和模型可能会使电力市场的运行逻辑从 “经验驱动” 转向 “算法驱动”。通过对电力市场的实时数据来进行分析和预测，DeepSeek 能轻松实现更精准的资源调度和市场交易，提高电力市场的运行效率和稳定性。

　　DeepSeek 的开源性质也将促进全球能源行业的技术共享和创新。世界各地的能源企业和研究机构可以基于 DeepSeek 的技术进行二次开发和创新，一同推动能源行业的发展。不同国家和地区的能源公司能够分享在 DeepSeek 应用过程中的经验和成果，促进技术的交流与合作，加速能源行业的智能化进程。

　　DeepSeek 的发展还可能带动能源行业相关产业链的发展。随着 DeepSeek 在能源行业的广泛应用，对相关硬件设备、软件技术和服务的需求也将增加，从而促进能源科技产业的发展，创造更多的就业机会和经济效益。

　　美国总统特朗普挑起关税战，中方迅速反制，暂停波音飞机交付，全球航空巨头被推上中美博弈最前线，这背后究竟隐藏着怎样的深意？当波音被卷入关税战的风暴中心，一家公司的命运，已不再只是市场博弈的结果，而是大国关系重塑格局中的一枚关键棋子。中美之间这一回合，又将如何落子？

　　潮汕英歌与海阳大秧歌同台斗舞，二者气势各异，一个靠动作，一个靠呐喊，网友：看了一场跨越南北的非遗“对话 ”

　　潮汕英歌与海阳大秧歌同台斗舞，二者气势各异，一个靠动作，一个靠呐喊，网友：看了一场跨越南北的非遗“对话 ”

　　△美国加州州长纽森（资料图）美国人口和经济规模第一大州加利福尼亚州州长纽森当地时间16日宣布就关税问题起诉特朗普政府。他批评特朗普政府滥用关税政策的行为“违法”，给美国经济导致非常严重混乱和破坏。加州成为全美第一个就关税问题起诉特朗普政府的州。

　　山西“订婚案”维持原判，被告获刑3年，审判长答问：处女膜未破裂影不影响罪的认定？#媒体精选计划

　　全美首例！美国加州起诉特朗普政府滥用关税政策违法，请求禁止实施，已造成“直接且没有办法弥补的损害”

　　却发现放在里面的黄金饰品。12日凌晨1点半左右，阎先生洗浴完毕准备离开，打开更衣柜时却大吃一惊，放在柜中的两件黄金饰品竟然不翼而飞。

　　84岁老太被大女儿带出养老院，取光40万存款；送其入院 小女儿：外出未经我同意，养老院应担责

　　不料却在黄女士不知情的情况下，其母被数十年未来往、与前夫生的大女儿私自带出养老院，取走老人银行账户40万元。

　　当地时间16日，美国股市低开低走，再度下跌。美联储主席鲍威尔当日警告称，特朗普的关税政策“非常有可能”推高物价，通胀上升和经济稳步的增长放缓可能马上就要来临。美政府关税政策的“朝令夕改”和反复无常也令企业经营者们陷入迷惑与被动的境地。

　　能见度 Energy Visionary 穿透能源迷雾的观察者，追踪从化石燃料到核聚变的每一次“能量跃迁”。