蛇年春节期间，当大家还沉浸在一片祥和的氛围中时，中国的一个生成式AI在世界范围内引起了一股巨震。他就是Deepseek。
Deepseek拥有低得惊人的推理成本，且还是一个开源模型，在全球AI界引起了巨大反响。在新的DeepSeek R1模型推动下，DeepSeek一下子飙升至应用程序排行榜的首位，许多用户称之为“令人震惊的好”。而今，随着时间的延续，DeepSeek这波巨震，正朝着油气行业蔓延开来。近日，Standard Chartered Bank（渣打银行）的大宗商品分析师在一篇报告中表示，市场对于DeepSeek的模型的反应延伸到了美国天然气领域，且在某种程度上使得天然气价格下跌。
DeepSeek冲击油气
日前，渣打银行的大宗商品研究主管指出，DeepSeek新推出的R1 AI模型引起了市场广泛的反应。这种反应已经延伸到了美国天然气领域。DeepSeek是一个人工智能产品，由杭州深度求索人工智能基础技术研究有限公司开发。这也是一个初创公司，成立于2023年7月。这个公司当年就发布了第一款模型DeepSeek Coder。2025年1月20日，该公司正式发布基于DeepSeek-R1模型的聊天机器人DeepSeek。随后，DeepSeek的下载量一路飙升。1月26日，DeepSeek同时登顶苹果App Store和谷歌Play Store全球下载榜首。DeepSeek的这把火一下子烧疼了硅谷的科技大佬们。谁知，这把火竟然还影响到了美国的油气行业。渣打银行的分析师认为，DeepSeek的爆火造成了当天纽约亨利中心的天然气价格下跌。他作出这种判断是因为，这种下跌正好与DeepSeek火爆的时间点相吻合。1月27日盘中，亨利中心2月份交割的价格跌至每百万英热单位（MMBtu） 3.609美元，之后收于每百万英热单位3.697美元的19天低点，当日下跌8.2%。其实，这两年人工智能发展迅猛，能源需求不断增长，也推动着美国天然气发电需求的长期增长，进而导致天然气价格在远期预期上的增长。照这么说，美国对天然气的需求本应较为旺盛。然而，事实上却出现了价格下跌，也说明某些因素影响了天然气的需求预期。从时间点上看，DeepSeek的爆火可能是影响因素之一。通过调查资料发现，亨利中心近期的天然气价格，是自1月21日就步入了下行通道。另外，oil price网站也显示自1月中旬就开始下跌，并在1月30、31日达到最低点后反弹。关于价格的回升，该分析师认为，可能是随着市场对DeepSeek反应的降温，其影响在29日变得稳定，天然气价格也随之反弹。那DeepSeek为什么能影响到油气的价格呢？
石油巨头的AI能源梦
通常情况下，AI与油气行业的关系，大体是AI助力油气行业转型，以达到降低成本、提升生产效率的目的。很难想到，AI还能对油气行业带来什么冲击。要想搞清楚DeepSeek的这一波影响，还要从石油巨头的AI能源梦说起。这两年，人工智能的发展步伐实在是太快了。两年多前，ChatGPT一经问世就成为了全球范围内的热点，各行各业都在探讨它的影响。ChatGPT及后来发布的多个人工智能，对能源行业最大的影响是预期能源需求的增长。以人工智能生成图片为例，每生成一幅图片，消耗的电量相当于一部智能手机充满电的电量。再比如，英伟达H100型GPU芯片是目前人工智能算法最常用的芯片之一，一块这样的芯片一年消耗的电量，比一个中等规模的家庭都要多。还有研究表明，从2027年起，仅人工智能新增的服务器，一年消耗的电量就相当于荷兰或瑞典这样国家的总耗电量。人工智能是电力消耗大户也成为一个公认的事实。一时间，为人工智能、数据中心提供能源成为了新的热点，各大能源公司纷纷看向了AI，并布局人工智能和数据中心的能源供应。这其中既有煤电公司、新能源公司，还有核电公司，甚至石油巨头。油气一直以来就是人类重要的能源，为人工智能提供能源也算是顺理成章。由此，石油巨头们对于燃气发电开始显示出更大的热情。2024年12月，埃克森美孚和雪佛龙高管分别表示，他们正在积极考虑进入电力市场，计划通过天然气发电和碳捕获技术，为科技行业的人工智能数据中心提供动力。埃克森美孚表示，计划建造一座1.5吉瓦（GW）的天然气发电厂，专门用于为数据中心供电。雪佛龙表示，正在积极促成向数据中心供应天然气发电以及碳捕获技术，且已经进行了长达一年多的谈判。雪佛龙还认为，其在全球供应天然气和运营天然气发电设备方面的丰富经验，使其能够很好地满足数据中心蓬勃发展的电力需求。除了埃克森美孚和雪佛龙，全球最大的几家石油公司也都在押注天然气发电需求的增长。
AI能源梦生变
谁知，石油巨头的AI能源梦竟然随着DeepSeek的爆火而发生变化。要知道，不管是国外的ChatGPT、Meta，还是国内的Kimi、文心一言、豆包等人工智能成本中，电能消耗占比都非常大。人工智能尤其是深度学习模型，需要执行大量的矩阵运算和浮点运算等计算密集型任务。这些任务依赖于高性能计算机和图形处理器（GPU），如英伟达的A100 GPU。OpenAI训练GPT-3就使用了1024块A100芯片，GPT-4则使用了25000块这样的芯片。人工智能的耗能还包括冷却耗能等组成。业内人士也表示，大模型训练成本中60%是电费。训练完成后，大模型还需要大量的计算能力来运行，并耗费大量能源。数据显示，ChatGPT每天能消耗超过50万千瓦时的电力。再来看DeepSeek，它不仅推理能力更强、知识更新及时，更重要的是训练、推理成本更低。DeepSeek-V3的训练成本仅为Llama 3的1%，而DeepSeek-R1的推理成本仅为OpenAI o1的3%。且DeepSeek的成本中电能占比大概为35%-45%。这也意味着DeepSeek在耗能上实现了大幅降低。DeepSeek的出现也表明，大模型的耗能成本是可以更低的。更低能耗的DeepSeek问世，对于怀有AI能源梦的石油巨头来说，是一次新的冲击。或许，人工智能对于能源的需求预期还需要重新审视。不过，石油巨头们对于DeepSeek则保持着更为冷静的看法。雪佛龙表示，DeepSeek实际上强调了全球对人工智能领导地位的竞争是多么激烈和紧迫。这也可能导致市场上出现更多的人工智能。而新增的这些人工智能对电能的需求依然会增长。
