DeepSeek高效大模型的出现使得市场担忧短期AI电力需求增长。近年来，AI的快速发展推动了算力需求的高速增长，进而导致数据中心能耗激增，电力需求随之增长；然而，DeepSeek等高效能AI模型的出现为这一趋势带来了变数。DeepSeek等高效能AI模型通过算法优化等技术，在保持甚至提升模型性能的同时，大幅降低了对算力的需求。这意味着无论是训练相同性能的AI模型，还是部署相同规模的AI应用，所需的算力资源都将减少，因此市场开始担忧短期AI电力需求的增长。
　　DeepSeek等高效大模型或将推动AI领域“Jevons悖论”现象发生。“Jevons悖论”指：当资源利用效率提高时，实际上可能会导致资源消耗的增加，而不是减少。该经济现象由英国经济学家William Stanley Jevons提出，其观察到瓦特蒸汽机使煤炭成为更具成本效益的动力源，但最终导致英国的煤炭消费量大幅上涨。在AI领域，DeepSeek等高效大模型的出现让市场短期内担心算力需求的变化；但长期来看，其有效降低了算力成本，这或将推动更多的数据消耗与AI应用需求，最终有望使得总算力需求增长，因此未来AI算力需求变化的核心在于“算力效率提升所带来的算力节约”和“算力投入与使用的增长速度”对总体算力需求的影响孰强孰弱；AI电力需求亦是如此。
　　我们认为AI电力需求长期增长趋势有望维持。根据美国能源部，美国数据中心用电量从2018年的76TWh增长至2023年的176TWh，占美国总用电量比例从1.9%增长至4.4%；2028年美国数据中心用电量将达到325-580TWh，占美国总用电量的6.7%-12.0%，对应数据中心功率需求为74-132GW。AI电力需求快速增长的核心推动因素为AI快速发展背景下GPU需求激增，推动AI数据中心功率增长。DeepSeek通过算法优化等提升了算力效率，短期内有可能对算力需求造成冲击，影响GPU需求；但长期来看，我们认为AI电力需求有望持续增长，主要有以下原因：1）高效模型的出现能够降低算力成本，相关机构更愿意投入研发大模型，从而推升算力总体需求；2）随着AI应用加速落地，用户推理需求将快速增长，进而带动整体算力需求提升；3）科技巨头资本开支仍保持较快的增长趋势，用于扩大算力部署进一步探索下一代大模型。
　　投资建议：DeepSeek高效大模型的出现使得市场担忧短期AI电力需求增长，但我们认为，更低的算力成本、AI应用加速落地、科技巨头资本开支保持快速增长，都有望推动未来算力总需求持续向上。因此长期来看，AI电力需求长期增长趋势有望维持。
　　1）在AI数据中心快速发展的趋势下，国内领先且具备较强研发实力的服务器电源厂商将迎来发展机遇，建议关注麦格米特、欧陆通等；英伟达服务器升级给BBU和超级电容带来增量，建议关注蔚蓝锂芯、江海股份等。
　　2）HVDC在AI数据中心优势显著，渗透率有望持续提升。国内数据中心HVDC发展较快，我们认为已有成熟HVDC产品、拥有潜在HVDC产品开发能力的企业将迎来发展机遇。建议关注具备成熟电力电子技术经验的禾望电气；HVDC产品经验丰富的中恒电气；拥有潜在HVDC产品开发能力的科华数据、科士达。
　　风险分析：AI技术发展不及预期风险；竞争加剧风险；海外市场经营风险。