DeepSeek那笔500亿元融资，终于露出了第一张底牌。

最新迹象表明，DeepSeek已启动自建算力中心的规划，其规模可能达到50万张GPU级别，未来甚至不排除扩展至百万张以上。

这一信息来自DeepSeek官网近期发布的招聘岗位。

该公司新设了【IDC设计规划工程师】职位，岗位职责明确要求参与从园区选址、机房建设到基础设施架构的全链条设计交付。

更值得关注的是，职位描述中提及 “参与从MW到GW级基础设施的规划与建设” ——这意味着DeepSeek的算力中心未来将至少达到吉瓦（GW）级别。

1GW算力需要多少张GPU？

算力中心的规模通常以功耗和GPU数量两个维度衡量。业界估算显示：

若以 NVIDIA H100 加速卡为基准，实现1GW算力大约需要 62万张GPU；

若采用 华为昇腾950，由于单卡算力不同，则约需 90万张。

英伟达首席执行官黄仁勋近期调整了对1GW算力投资成本的判断。此前他给出的数字是500亿美元，最新表态已上调至800亿美元，原因是互联芯片、高带宽内存等配套部件的成本涨幅超过了GPU本身。

按照DeepSeek此次透露的规划方向，其算力中心将分阶段建设。

业内人士估算，整体GPU规模将在50万张级别；若未来扩展至2GW以上，百万张GPU将是起点。

500亿融资投向逐渐清晰

今年早些时候，DeepSeek宣布完成500亿元融资。当时市场普遍关注资金的具体用途，现在答案逐渐明确：

招揽人才、建设算力中心是两大核心方向。

IDC设计规划工程师只是新设岗位之一，后续预计将有更多涉及硬件、网络、运维的职位开放。一家AI公司开始大规模招聘基建类工程师，这个信号本身就值得细品。

从全球视角看，自建算力中心正在成为头部AI公司的标准动作。

无论是海外的OpenAI、Anthropic，还是国内的DeepSeek，都在从 “租算力” 向 “建算力” 转型。

背后的逻辑趋同：没有足够规模的自有算力，很难在万亿参数以上的竞赛中持续保持竞争力。

当然，算力并非唯一决定因素。模型架构、数据质量、训练方法同样关键。但缺少自主可控的大规模算力，即便有再好的算法创意，也难以落地验证。

从这个意义上说，自建算力中心是DeepSeek为下一代大模型购买的一张“入场券”。

百万卡并非终点

需要指出的是，DeepSeek的算力中心不会一次性建成。根据招聘信息中 “从MW到GW” 的表述，该项目将经历多个阶段，逐步扩展规模。

这也符合算力基础设施的建设规律——供电、散热、网络等配套工程需要根据实际运行数据动态调整。

若将目光放得更远，2GW以上的算力规模意味着GPU数量将突破百万张。这在全球范围内都属于第一梯队的算力集群。

到那时，DeepSeek将不仅拥有训练超大模型的能力，还可能具备对外提供算力服务的空间。

一家公司的融资如何使用，往往比融资金额本身更能反映其战略方向。DeepSeek选择将500亿中的相当一部分投向算力基建，这个决定本身已经说明了它对未来AI竞赛的判断：

算力，依然是那条最宽、也最绕不开的护城河。