中國儲能網訊：今年初，杭州深度求索公司先后上線DeepSeek V3基座模型和專為復雜推理任務設計的DeepSeek R1模型，并同步開源開放，以卓越的性能超越或媲美全球頂級的開源及閉源模型，在美國和中國區(qū)域應用商店下載量持續(xù)排名第一，引發(fā)了全球人工智能領域的廣泛關注與強烈反響。筆者認為，需要提前研判DeepSeek廣泛應用對新型電力系統(tǒng)建設與發(fā)展產生的影響，并采取相應的措施確保能源安全，助力實現人工智能技術進步，從而把握新一代人工智能帶來的各種機遇。
DeepSeek在各行業(yè)的應用現狀
DeepSeek采用混合專家模型、多頭注意力機制和知識蒸餾技術，大幅降低了大模型的訓練和推理的算力需求，提升了模型效率，在數學、代碼和推理任務方面的性能能夠與OpenAI-o1相媲美，已在全球140多個國家和地區(qū)的應用排行榜上登頂，并在各行業(yè)得到了廣泛應用。
DeepSeek能引發(fā)行業(yè)震動的核心原因是在效率和成本控制上的突破。DeepSeek通過模型結構完善、訓練方式優(yōu)化、底層算力調度等方面的系統(tǒng)級創(chuàng)新，在相對較低的算力投入下，獲得可媲美甚至超越頭部模型的性能表現，實現了“低成本、高性能、準推理”，打破以“大算力、大數據”為核心的生成式人工智能擴展定律，將訓練成本和能耗控制在頂尖大模型的1/20，訓練成本僅為560萬美元，為探索通用人工智能開辟了新道路。DeepSeek的開源與低成本也促成了ChatGPT和“文心一言”等大模型的免費應用，有望改變閉源壟斷的市場格局，倒逼行業(yè)巨頭轉向開源生態(tài)，有助于我國突破技術封鎖，開辟出一條“以開放破封鎖、以協作促創(chuàng)新”的中國AI發(fā)展路徑。
DeepSeek正以前所未有的速度應用到各行各業(yè)。在政務領域，深圳、廣州、臨沂等多地政府已完成DeepSeek模型本地化部署。在互聯網行業(yè)，國家超算互聯網平臺上線了從1.5b到70b的各級蒸餾模型；阿里云、百度云、華為云、騰訊云、天翼云等主流云平臺陸續(xù)官宣接入DeepSeek模型，提供多樣化的部署選項和服務；硅基流動等AI基礎設施廠商宣布適配并上架DeepSeek模型服務。在電信行業(yè)，3家運營商均全面接入DeepSeek開源大模型。在金融行業(yè)，已有16家券商、10余家公募基金公司以及多家銀行和保險機構完成接入或部署。在能源電力領域，“三桶油”、國家電網公司、南方電網公司及五大發(fā)電集團均已完成DeepSeek私有化部署，并將其接入自身的數字平臺。
國外對Deepseek的數據安全與隱私保護仍持有謹慎態(tài)度。DeepSeek尚未建立透明的數據托管機制，其在線應用會將用戶數據存儲在我國境內，因此遭到了部分歐美國家的抵制。美國國會議員以數據安全為由，提出一項兩黨法案禁止在聯邦政府的設備上使用DeepSeek。意大利數據保護局以缺乏DeepSeek應用個人數據的具體方式為由，限制DeepSeek處理意大利用戶的數據。澳大利亞也以強制性指令禁止政府設備訪問DeepSeek，以杜絕數據泄露的隱患。
對新型電力系統(tǒng)建設的影響
DeepSeek通過用戶使用和行業(yè)應用這兩條路徑對新型電力系統(tǒng)建設產生影響。一方面，電力用戶的廣泛應用將通過模型訓練推理的電力需求影響電力系統(tǒng)穩(wěn)定；另一方面，電力企業(yè)對DeepSeek的應用，也將引發(fā)系統(tǒng)運行和企業(yè)經營的系列變革，從而推動新型電力系統(tǒng)建設。遵循以上兩個方向，筆者的研究團隊從算力及電力需求、電網規(guī)劃、應用效果和安全自主可控四個方面，深入分析DeepSeek對新型電力系統(tǒng)建設的影響。
一是DeepSeek的技術進步或將增加整體的算力及電力需求，為“綠電+算力中心”提供了發(fā)展空間。雖然DeepSeek通過優(yōu)化算法、硬件適配等技術，顯著提升了人工智能算力效率，降低了單次任務的能耗，打破了人工智能應用的經濟門檻，但DeepSeek的技術進步也將同步觸發(fā)“杰文斯悖論”，能源消耗總量或將突破線性增長模式，形成“效率提升-應用擴張-能耗躍升”的閉環(huán)。一方面，DeepSeek的開源和低算力的特性，降低了大模型行業(yè)的準入門檻，也將激發(fā)公眾的大模型應用需求，從而引發(fā)整體算力增長。DeepSeek弱化了國外對先進算力的限制，將促進更多的供應商提供更為廣泛的服務，同時也將激發(fā)用戶在本地部署大模型的需求。另一方面，DeepSeek依賴于高精度模型知識蒸餾技術，需要有個復雜且性能優(yōu)異的“教師模型”將知識遷移到“學生模型”中。因此，需要大的算力來支撐高參數、高準確性的“教師模型”訓練?；谏鲜鰞蓚€因素，DeepSeek及其技術廣泛應用之后，仍將引發(fā)算力和電力需求的快速上升，也需要綠色電力來保障算力中心的巨量電力需求。
二是DeepSeek的廣泛應用將改變算力中心的負載分布，對配電網規(guī)劃和運行產生一定沖擊。DeepSeek打破了原有數據中心市場格局的平衡，為市場帶來了新的競爭力量。以往，大型數據中心憑借其雄厚的資金實力和先進的技術設施，在AI計算服務領域占據主導地位，為大型科技公司提供定制化的算力支持。然而，DeepSeek可無視邊緣側數據中心算力低的劣勢，并激發(fā)時延低和貼近應用的優(yōu)勢，推動邊緣側數據中心承接延遲敏感的應用需求，使得一些中小型數據中心也有機會參與到AI計算服務的競爭中來，同時也迫使亞馬遜、阿里云等云計算巨頭調整部分大型數據中心的建設投入，轉而加強邊緣計算和分布式算力布局。邊緣側部署DeepSeek需要對應的電力來驅動服務器、存儲設備和網絡設備，導致整體能耗上升，易引發(fā)高峰期的電力供應緊張，因此，需要提升配網承載能力，同時也要依靠大模型來提高電力分配和管理效率，以弱化因大模型而引發(fā)的電力供應緊張。
三是DeepSeek與電力業(yè)務深度融合將為電力行業(yè)帶來深刻變革，進一步優(yōu)化業(yè)務流程。相比其他的大模型，DeepSeek通過技術進步有效提升了大模型的普惠性，推動了大模型在工程場景中的規(guī)?；瘧?，具有在電力行業(yè)海量運行場景中深化應用的潛力，并能提升專業(yè)模型的應用效率，加強個性問題推理的邏輯性，實現在考慮全局情況下的最優(yōu)回答，不僅能作為一個智慧辦公助手，更有望成為一個綜合型的電力行業(yè)專家，可輔助業(yè)務人員完成對當前問題的分析，給出解決方案。例如，在設備管理上，專業(yè)模型需要根據區(qū)域差異優(yōu)化相應參數，DeepSeek可以考慮區(qū)域地理、氣候等因素，輔助調試專業(yè)模型；在電網調度上，可以根據區(qū)域網架結構和能源結構特性完成調度指令輔助。
四是DeepSeek可更改底層代碼，實現差異化需求，確保電力大模型技術的自主可控和保障信息安全。電力行業(yè)作為國家的基礎性產業(yè)，對核心技術國產化有著較高要求，實現國產化替代的需求十分迫切。DeepSeek作為國產的模型系統(tǒng)，可以避免國內電力系統(tǒng)與國外模型適配性低的問題，而且不同于閉源模型的技術壁壘，應用企業(yè)可以深入了解模型的架構和算法，并根據自身業(yè)務需求進行深度改進和優(yōu)化定制。同時，DeepSeek在設計和開發(fā)過程中充分考慮了信息安全因素，因其源自國產模型系統(tǒng)，研發(fā)和維護團隊熟悉國內應用環(huán)境，能夠更好地遵循國家信息安全政策和標準，減少了因外部因素導致的信息泄漏風險，可以確保電力數據在采集、傳輸和分析過程中的安全性。
與新型電力系統(tǒng)建設深度融合的著力點
DeepSeek在訓練效率、安全可控和精準度上展現了較強的優(yōu)勢，在電力領域具有廣闊的應用前景。筆者研究分析認為，需要從與現有技術應用融合、算力的電力供應和數字基礎設施的綠色發(fā)展等重點任務著手，推動DeepSeek與新型電力系統(tǒng)建設的深度融合，助力電力行業(yè)的智能化發(fā)展。
與現行大模型的融合應用
持續(xù)開展行業(yè)大模型的迭代優(yōu)化，提升滿參數“光明”“大瓦特”等大模型的精準度，保障其作為“教師模型”的知識蒸餾技術效果。加強對DeepSeek所提出的強化學習、群體優(yōu)化、多頭潛在注意力和專家混合模型等技術理念的跟進學習，推動前沿技術與各企業(yè)人工智能的有機結合。同時，推動DeepSeek長思維鏈推理與行業(yè)大模型的融合應用，推動形成電力AI智能體。并將專業(yè)模型在電力規(guī)劃、電網調度、設備管理和營銷服務等場景中的應用結果通過多模態(tài)學習，作為DeepSeek的綜合性輸入，從不同維度對業(yè)務進行分析，提高分析結果的可靠性，根據DeepSeek的推理結果采取相應的處置措施，輔助用戶完成工作。
對大模型的供電保障
雖然DeepSeek能夠以更聰明、更高效、更綠色的方式訓練出AI模型，但人工智能的發(fā)展仍然離不開強大的算力與電力支撐，而算力和數據基礎設施的運行呈現高耗能特征，因此，需要做好大模型廣泛使用的電力需求預測。與其他大模型相比，DeepSeek更具分布式和實用性部署的優(yōu)勢，需要更為精準地預測分布式數據中心的能耗。在保障算力的電力供應的同時，也要加強電力-算力規(guī)劃的協同，強化算力中心與配網的協同規(guī)劃設計，加強算力電力負荷的預測，促進電算兩側設備均在負載區(qū)間運行，研究算力中心靈活運行技術，進一步探索算力中心參與源網荷儲協同互動的可行性。
算力基礎設施的綠色化低碳化發(fā)展
加快推進數字基礎設施的綠色化低碳化發(fā)展，探索綠電對算力中心的直供方式，推動零碳、低碳數據中心建設。加速制定數據中心的綠電直供政策，推動解決算力的綠電需求與新能源資源分布存在錯位的問題，針對新能源資源稟賦，有效調配訓練算力分布，推動訓練算力對綠電的就地消納；針對推理算力的區(qū)域性布局，圍繞分布式綠色能源系統(tǒng)，盡快制定風、光、氫等綠能建設的規(guī)劃。
當前，DeepSeek正加速融入全球各行各業(yè)，也推動了我國電力行業(yè)向更加高效、安全、智能的方向邁進。電力行業(yè)要加強大模型前沿技術的跟進與研發(fā)，進一步強化人工智能的自主可控，加強對DeepSeek強化學習、群體優(yōu)化、多頭潛在注意力和專家混合模型等技術理念的融合，發(fā)揮電力行業(yè)海量場景優(yōu)勢和產業(yè)鏈帶動作用，推動DeepSeek的技術路線和研發(fā)生態(tài)的不斷發(fā)展和完善，加速新型電力系統(tǒng)建設，為經濟社會高質量發(fā)展保駕護航。
