春节假期甫一结束，云计算领域在资本市场意外掀起波澜。此轮热潮的主角并非阿里云、腾讯云等行业巨头，而是长期默默无闻的中小云服务商。
青云科技的股价自2月5日至2月12日，连续六个交易日强势涨停，股价飙升至101.72元/股，并在2月14日一度触及115.31元/股的高点。同样，优刻得也在春节后股价飙升，八个交易日内累计涨幅高达177%，市值攀升至173亿元。港股金山云的表现同样抢眼，从2024年9月的低点至2025年2月14日，股价上涨超八倍。
这些中小云服务商此前业绩低迷，长期在生死线上挣扎。此番股价暴增，得益于DeepSeek R1的发布及开源，此举大幅降低了大模型的训练和部署成本，激发了AI应用需求的激增。中小云服务商借此机会，不仅股价飙升，也成功跻身AI大模型的竞争舞台。
大模型作为云服务商的“流量入口”，一直是云服务商推广应用的重要抓手。相较于中小云服务商，算力资源更为充沛的云巨头在大模型赛道的布局更为激进。客户在使用DeepSeek等模型时，会消耗算力、数据，进而带动其他基础云产品的销售。因此，自DeepSeek年初爆火以来，阿里云、华为云、腾讯云、火山引擎、百度智能云以及电信运营商旗下的天翼云、移动云、联通云等迅速跟进，纷纷上架DeepSeek。
DeepSeek的出现，为中小云服务商提供了一个翻身的机会。尽管对当前云计算市场格局影响有限，但从流量角度看，中小云服务商确实抢夺了部分云巨头的流量，尤其是在中小企业和个人用户群体中，中小云服务商的性价比更具优势。
然而，民生证券分析师指出，随着越来越多公有云服务商拥抱DeepSeek，算力资源将回归同一起跑线，竞争将转向算力池的深度和用户覆盖的广度。大模型虽是云服务商的“流量入口”，但最终胜负将取决于大模型产业落地的深度与厚度，云巨头在此方面的优势显而易见。
DeepSeek的“低成本”也引发了新一轮的价格战。云服务商需警惕，价格战的持续可能导致MaaS（Model as a Service，模型即服务）服务陷入SaaS（Software as a Service，软件即服务）的陷阱，即价格越来越低，利润越来越薄。
“过去，云主要是围绕CPU建设，GPU只是辅助。”云铀科技CTO王为表示，“现在，GPU已成为一个独立的业务板块，主要帮助客户管理算力。”随着AI大模型时代的到来，CPU已无法满足大模型预训练的算力需求，GPU逐渐成为主流。云巨头在GPU赛道的布局更早，投入更多。而中小云服务商受限于资金实力，大规模布局GPU赛道的时间较晚，伴随着国产GPU芯片的崛起。
中小云服务商普遍存在高端算力显卡紧缺、缺少大规模高性能算力集群的问题，无法为大型客户提供算力服务，尤其是大模型预训练为主的客户群体。加之中小云服务商过去以CPU为主导的业务基础和技术积累，难以直接转型为智算服务。DeepSeek的爆火，为中小云服务商提供了上“牌桌”的机会。
DeepSeek提出“四两拨千斤”的技术路径，仅用2048张英伟达H800芯片和550万美元训练成本，就训练出与OpenAI旗舰模型性能接近的模型，训练成本仅为其他巨头的数十分之一，推理算力成本仅为GPT-o1的1/30。同时，DeepSeek的智能蒸馏技术等让AI推理突破了硬件限制，部署成本从高端GPU扩展到消费级GPU，并适配了众多国产GPU芯片。
这使得中小云服务商无需大量投入高端算力硬件，即可为客户提供AI服务。同时，DeepSeek技术的优化和加速，提升了小规模卡集群的经济价值，让中小云服务商可更高效利用有限算力资源。更为重要的一点是，DeepSeek各大模型API定价便宜，吸引了大量中小企业和个人用户。
中小云服务商借此机会，以较低成本开展相关业务，拓展至具有更高利润的AI算力服务市场，拥有了弯道超车的机会。而云巨头们除“蹭流量”外，更看重的是云生态之战及未来AI基础设施的话语权。各云巨头从底层基础设施到上层应用，全线适配DeepSeek大模型产品，基于自身核心优势，实现差异化打法。
百度智能云主打性价比及全方位服务，推出超低价格方案，并基于昆仑芯P800打造万卡集群，提供更高的算力支持。华为云则以昇腾云服务绑定国产算力链，硅基流动大模型云服务平台上线基于华为云昇腾云的满血版DeepSeek。阿里云通过“零代码”流程覆盖全生命周期，支持一键部署DeepSeek。腾讯云则以“3分钟部署”强化开发者友好性，一键部署DeepSeek至腾讯云HAI。
云巨头们希望通过降低企业AI部署门槛，争夺开发者生态与客户增量。然而，价格战竞争激烈，云服务商面临亏损问题。潞晨科技创始人尤洋表示，大厂相互卷低价和免费，导致基于DeepSeek的服务每月亏损至少4亿元。秘塔搜索CEO闵可锐也表示，许多云服务商服务价格和DeepSeek一样或更低，但都在亏钱。
云厂商们前期通过大规模投入，抢夺流量市场和用户，但需警惕MaaS模式沦为SaaS陷阱，陷入又卷、又内耗、又不挣钱的困境。尽管现阶段AI发展仍处于中早期阶段，但当大模型真正深入产业落地之时，或许将改变现状。
