DeepSeek改寫AI硬體需求推估邏輯：Token暴增不再等於HBM、SSD等比例成長

2026年09月16日（優分析／產業數據中心報導）⸺ AI算力需求由訓練逐步轉向推理，已成市場共識。隨著Agent應用擴大，模型呼叫頻率提高、Token消耗量增加，市場過去普遍據此推估GPU、HBM及Enterprise SSD需求將同步受惠。然而，DeepSeek最新模型揭露的硬體效率變化，正讓這套推估邏輯出現新的變數。

DeepSeek於9月10日發布DeepSeek V4.1 Flash，新模型大幅縮減KV Cache容量，與上一代相比，HBM需求降至1/4，SSD需求更降至1/8。

市場評估AI硬體需求時，未來可能不能只看Token成長速度，還必須同步考量「單位推理所需硬體資源」的下降幅度。

換句話說，Token持續暴增的方向並沒有改變，但Token如何轉化為HBM與SSD需求，可能正在改變。

推理需求成長已是共識 市場焦點轉向單位資源消耗

以DeepSeek所處的中國市場為例，中國電信研究院資料預估，2026年中國Token年消耗量將達10億億，到2030年將超過3500億億；未來2至3年中國算力需求平均每年可能成長近10倍，預估2029年推理算力市場占比將達80%。

過去市場對硬體需求的推估方法很直接。Agent應用增加，代表模型呼叫次數會上升，進一步帶動Token與推理工作量的成長，以相同比例去換算，最終會反映至GPU、HBM、SSD及資料中心需求量。

DeepSeek V4.1 Flash卻展示了，模型架構本身也在快速提高硬體使用效率。

KV Cache（快取）是大型語言模型推理過程中保存既有運算結果的重要機制。當上下文愈長、互動輪數增加，尤其Agent需要持續執行多步驟任務時，KV Cache占用的記憶體資源及相關成本也會增加。

在Agent應用中，模型會反覆處理大量上下文，因此KV Cache的儲存與使用會成為整體推理成本的重要部分；如果能把KV Cache壓縮，就能減少記憶體與儲存資源占用，進而降低Agent運行成本。DeepSeek本次將HBM需求降至上一代1/4、SSD降至1/8，顯示模型業者除了提高模型能力，也有辦法從架構端降低推理所需硬體資源，增加同一個硬體的產出效率。

Token需求成長與模型效率提升形成兩股反向力量

這使AI硬體需求開始受到兩股方向不同的力量影響。

一方面，Agent滲透率提高與應用場景增加，將推升Token消耗及推理工作量；另一方面，KV Cache壓縮及模型架構最佳化，則持續降低單位工作量所需要的HBM與SSD資源。

因此，未來HBM與SSD需求增幅，關鍵將不只是Token增加多少，而是Token成長速度能否高於單位硬體需求下降速度。

過去市場比較聚焦於前者，DeepSeek本次揭露的數據，則讓後者的重要性開始浮現。

SSD需求降至1/8 儲存供應鏈值得進一步觀察

其中，DeepSeek對SSD需求的改善幅度尤其值得留意。

特別是Enterprise SSD。市場原先關注長上下文、Agent及大規模推理對儲存容量與資料存取需求的拉動效果，但DeepSeek這次SSD需求降至1/8，顯示軟體及模型架構的改善，可能大幅改變單位推理所需的儲存資源。

後續觀察重點，將是這種效率改善的路徑究竟屬於DeepSeek的特定架構，還是逐漸成為其他大型模型共同採用的技術方向。

※ 本文經「優分析」授權轉載，原文出處:原文連結
※ 免責聲明：文中所提的個股、基金、期貨商品內容僅供參考，並非投資建議，投資人應獨立判斷，審慎評估風險。