2025年DeepSeek横空出世时，全球最震撼的并不只是它的模型成绩，而是“低算力、高效率”这个故事。DeepSeek-V3被广泛报道为使用约278.8万个H800 GPU小时完成训练，成本远低于美国头部模型；R1后来又进一步强化了“中国靠算法和工程优化，可以用更少算力逼近美国前沿模型”的印象。路透当时就指出，这一结果一度引发外界重新评估美国芯片出口限制的有效性。
问题在于，技术论文可以告诉你一次训练用了多少资源，却未必能告诉你整个产业到底有多缺算力。真正能够检验这个问题的，是企业拿真钱做出的选择。
现在答案开始出现。
据路透10月20日报道，字节跳动、阿里巴巴和腾讯已经订购超过300万张英伟达RTX PRO5500，总标价超过350亿美元；中国客户总需求更超过600万张，而英伟达预计2027年全球最多生产约300万张，甚至已经告诉客户，最终可能只能满足5%至10%的需求。
最值得注意的不是350亿美元，而是他们买的是什么。
RTX PRO5500不是B300，也不是H200，甚至本来主要定位于专业工作站，而不是顶级AI数据中心。它之所以突然成为抢手货，一个重要原因就是更先进的产品受到美国出口限制，它成了中国企业仍能合法取得的较强英伟达产品之一。路透称，中国企业主要准备把这些卡用于AI推理。
这就很难不让人重新审视当年的某些说法。
如果DeepSeek真正证明的是“算法优化可以提高算力使用效率”，那完全没有问题。聪明的软件当然可以把每张GPU榨得更干净。
但如果进一步说成“中国的软件和算法已经足以大幅抵消先进GPU差距”，现实就开始不配合了。
如果硬件真的没有那么重要，字节、阿里、腾讯为什么不等？
如果国产芯片加算法优化已经足够，为什么还要拿数百亿美元去抢一款明显属于退而求其次的英伟达产品？
更关键的是，如果只是追求最好性能，抢顶级芯片并不能说明多少问题，谁都喜欢好东西。现在却是连性能更弱的合规工作站卡都出现数百万张级别需求，这反而更说明中国AI行业对算力的迫切程度。
说得口语一点，已经有几分“饥不择食”的味道。
这并不能证明DeepSeek的算法不先进，也不能证明中国没有优秀的软件工程能力。真正被现实削弱的，是那种“人跑得够快，可以把自行车淘汰”的叙事。现在看到的情况更像是：这个人确实跑得很快，也学会了节省体力，但真正要大规模干活时，发现自行车仍然极其重要，甚至连低配自行车都要抢。
而这批订单还透露了另一层信息：中国最大的互联网企业对人工智能的未来并不悲观。
企业不会轻易为一种准备退潮的技术锁定数百亿美元资本。它们宁可现在抢次优硬件，也不愿等待未来更好的选择，说明它们判断未来几年AI推理需求仍会持续扩大，算力将继续是核心生产资料。
所以这条新闻真正值得看的，不只是美国出口限制有没有效果，而是市场自己给出了两个答案：
第一，算法优化很重要，但算力远没有过时。
第二，中国最有实力、最接近真实AI需求的企业，正在用数百亿美元下注：人工智能的算力需求还远没有到顶。
技术宣传可以有很多版本，benchmark也可以有很多解释。
钱下在哪里，通常更难骗人。
