大模型训练和迭代加紧，Scaling Law 持续推高智能算力需求。Scaling Law 指的是指数级资源投入换来线性改进，已从预训练扩展到后训练和推理阶段，即模型不光随着参数量提升而提高性能，还能在后训练和推理阶段投入算力。大模型创新例如 DeepSeek 带来的算法效率提升并未抑制算力需求，反而因更多用户和场景的加入，推动大模型普及与应用落地，重构产业创新范式，带动数据中心算力建设，DeepSeek 不仅提高了训练和推理效率，降低了能耗，还因其高性能吸引了更多企业部署复杂人工智能解决方案。
