DeepSeek自建GW级数据中心追赶微软

背景

随着 AI 2.0 时代的到来，算力已成为人工智能公司的生命线。DeepSeek 近期在 Agent 产品线大举招兵买马的同时，其算力基础设施建设也迎来了关键转折。此前，DeepSeek 开放融资，市场传闻其估值已飙升至 3500 亿元人民币，外界高度关注这笔巨额资金将如何投入。

与此同时，全球头部 AI 厂商如 OpenAI 与微软合作的“星际之门”（Stargate）项目、以及 Elon Musk 的 Colossus 集群，均展示了向 GW（吉瓦）级超大规模数据中心迈进的趋势。相比之下，传统数据中心的电力容量多在 50–100MW，少数头部项目达到 200–300MW。DeepSeek 显然意识到，仅靠租用外部算力无法支撑其模型迭代与 Agent 产品化的长期野心，自建基础设施成为必然选择。

核心内容

DeepSeek 官网最新上线了“IDC 设计规划工程师”这一岗位，标志着其智算中心建设已进入前期规划和架构定义阶段。该岗位属于算力基建与通信基建的核心技术岗，负责数据中心从前期选址、方案设计、布局到施工图及落地配套的全流程规划设计。

招聘策略与门槛 DeepSeek 在招聘中释放了极具包容性的信号：

• 经验不限：明确标注“工作经验不限”，旨在招募具备系统性思维的新鲜血液。
• 资深通道：为拥有 7 年以上经验的资深候选人提供独立的进阶通道，以吸引能独立扛鼎的成熟架构师。

岗位职责 该岗位的核心职责涵盖多个维度：

1. 规划与架构：参与数据中心园区规划、机房规划及基础设施架构设计。
2. 系统评审：对电力系统、制冷系统、机柜系统、网络基础设施等方案进行评审与优化。
3. 前沿技术研究：重点研究液冷、高密度供配电、模块化建设、智能运维等新型技术路线。
4. 规范输出：制定设计规范、技术标准、设备选型策略及容量规划方案。
5. 跨界协同：与设计院、设备厂商、建设团队及运营团队协同，推进项目交付。
6. 行业研究与优化：跟踪全球数据中心及 AI 基础设施趋势，针对成本、可靠性、能效、可扩展性等关键指标进行专项分析与优化。

技术愿景 DeepSeek 在职位描述中强调，数据中心已从传统机房演进为支撑 AI 训练与推理的大型工业系统。候选人将有机会参与从 MW（兆瓦）到 GW（吉瓦）级基础设施的规划与建设，直接接触互联网、芯片、服务器、能源、电力、制冷等多领域团队，解决真实且复杂的工程问题。

关键要点

• 自建 GW 级数据中心的野心：JD 中明确提及“从 MW 到 GW 级基础设施”，意味着 DeepSeek 计划跳出传统 IDC 租用或标准建设模式，自研能够最大化 GPU 算力的定制化基础设施。
• 技术路线聚焦：重点关注高密度 GPU 集群、液冷与先进散热技术、新型供配电架构、自动化运维与数字孪生技术，旨在“榨干 GPU 每一分算力”。
• GW 级的概念对比：
  • 1 GW = 1000 MW = 10 亿瓦。
  • 传统超大规模数据中心单体规模多在数十至数百 MW。
  • OpenAI x 微软 Stargate：单个园区规划 5GW，远期总计 30GW，投资预算 1000亿~5000亿美元。
  • Elon Musk Colossus：Colossus 1 部署约 23万张 GPU（含 H100/H200/GB200），算力级别数百 MW；Colossus 2 宣称是全球首个吉瓦级训练集群（尽管硬件媒体分析指出其冷却能力可能仅约 350MW，1GW 或为阶段性目标）。
• 战略转型信号：从杭钢云计算数据中心到内蒙古乌兰察布，再到杭州总部招募核心设计人才，DeepSeek 的算力版图正从“借船出海”转向“造船远航”。
• 建设周期挑战：虽然盖楼、上卡仅需 1-2 年，但电网接入与供应链搞定需要 5-8 年。这意味着自建 GW 级数据中心是一个长周期工程，可能影响后续模型更新的节奏。

意义与影响

DeepSeek 招聘 IDC 设计规划工程师并透露自建 GW 级数据中心的计划，具有多重深远意义：

1. 算力自主可控：通过自建基础设施，DeepSeek 能够更灵活地定制硬件与软件栈，优化能效比，降低长期运营成本，从而在激烈的 AI 竞争中保持技术领先优势。
2. 行业标杆效应：若 DeepSeek 成功建成 GW 级数据中心，将进一步推动 AI 基础设施向超大规模、高密度、绿色节能方向演进，为行业树立新的技术标准。
3. 长期主义体现：尽管电网和供应链建设周期漫长（5-8 年），但 DeepSeek 提前布局表明其具备长期投入的决心，不局限于短期模型迭代，而是着眼于构建可持续的 AI 工业体系。
4. 人才与生态吸引：提供参与行业最具挑战性工程的机会，有助于吸引顶尖跨领域工程师（涵盖电力、制冷、芯片等），形成强大的技术生态闭环。

然而，这也带来了现实挑战：基础设施建设的长周期可能导致模型更新速度放缓，用户需对“等待”有更充分的心理准备。DeepSeek 能否在漫长的基建周期中保持技术迭代势头，将是对其战略执行力的重大考验。