麦格理分析师报告指出，DeepSeek R1的开发成本估计高达26亿美元，远超其公布成本的467倍。报告强调新兴市场通过数量而非价格增长，并认为计算成本下降将加速AI应用。硬件效率提升增加计算能力供应，而软件进步则减少需求。开源AI模型的结构优势降低了基础模型构建门槛。尽管成本担忧存在，但对计算能力的需求持续增长，如同杰文斯悖论，效率提升反推总消耗增加。数据中心运营商的资本支出意向仍是主要驱动力，AI相关支出正成为收入重要来源。押注AI即押注超大规模企业在基础设施上的持续投资。

💰麦格理分析师估计DeepSeek R1的开发成本高达26亿美元，是其公布成本的467倍，揭示了AI开发的巨大资金投入。

📈新兴市场AI发展依赖数量增长而非价格竞争，计算成本的下降将加速AI的普及和应用。

⚙️硬件效率的提升增加了计算能力的供应，软件效率的提高则降低了对计算能力的需求，两者共同影响着AI发展。

🔓开源AI模型的结构优势，通过免费开发和广泛采用，降低了基础模型构建的门槛，促进了AI的创新和发展。

🤔尽管存在成本担忧，但计算能力的需求仍在增长，如同杰文斯悖论，效率提高反而推动了整体消耗的增加，反映了AI发展的内在动力。

麦格理分析师在周一的一份报告中表示，他们估计 R1 的开发成本为 26 亿美元，是 DeepSeek 公布的成本的 467 倍。该公司表示：我们估计 DeepSeek R1 的开发成本为 26 亿美元。这是基于之前的工作，意味着开发成本比报告的成本高出 467 倍。

报告强调，新兴市场靠数量而非价格来增长，而且随着计算成本的下降，采用将会加速。

分析人士认为，训练计算是一种具有明确成本曲线的商品，硬件效率的提高会增加计算能力的供应，而软件的进步则会减少对计算能力的需求。

该报告指出：硬件效率的提高增加了每兆瓦计算‘单位’的供应量。软件效率的提高降低了对计算‘单位’的需求。

麦格理还指出了开源人工智能模型的结构优势，受益于免费开发、麻省理工学院许可证的使用和广泛的采用。

分析师写道：这将继续降低基础模型构建者的进入门槛。

尽管存在成本方面的担忧，但对计算能力的需求仍在不断增长。该报告指出了人工智能领域的杰文斯悖论，即效率提高会带动整体消耗增加。

麦格理指出：推理成本的降低推动了杰文斯悖论。效率的提高推动了总计算消耗的增长。

麦格理声称资本支出意向仍然是数据中心运营商的主要驱动力，并强调与人工智能相关的支出正在成为当前收入的重要驱动力。

分析师的结论是：押注人工智能就是押注地球上最大的资产负债表，这表明，尽管存在投机风险，但超大规模企业对人工智能基础设施的投资将继续扩大。