随着DeepSeek大大改变我们的生活方式，AI的关注度、重要性越来越突出，今天来聊聊细分领域中总能听到的算力和杰文斯悖论的关系。
杰文斯悖论（Jevons Paradox）是什么？
杰文斯悖论由19世纪英国经济学家威廉斯坦利杰文斯（William Stanley Jevons）在《煤炭问题》（1865）中指出，瓦特改良蒸汽机后，煤炭利用效率大幅提升，但工业革命对能源的需求激增，导致英国煤炭总消耗量不降反升，核心观点是当技术进步提高某种资源（如煤炭、电力、算力）的使用效率时，由于使用成本降低，反而可能导致该资源的总消耗量增加，而非减少。
同理在AI领域，则是随着前沿模型的不断迭代，单位算力成本会持续下降，进而催生出更多模型落地应用场景，引发应用爆发，从而使总算力需求不断攀升，大概可以从四个方面体现：
一是硬件效率提升，但算力需求爆炸式增长。摩尔定律使芯片性能每18-24个月翻倍，但计算需求增长更快，比如单台服务器能耗降低，但全球数据中心数量激增（如云计算、AI训练集群）。
二是软件优化反而刺激更复杂应用。算法效率提升（如深度学习模型优化）降低了单次计算成本，但催生了更庞大的模型，比如GPT-3（2020）参数1750亿，GPT-4（2023）相对GPT-3规模更大，训练算力需求指数增长；视频编码技术（如H.265）压缩效率提高，但4K/8K视频普及导致总数据量暴增。
三是云计算与“算力民主化”。云服务（如AWS、Azure）降低了算力获取门槛，中小企业和个人开发者也能使用高性能计算，导致分布式计算、边缘计算等场景增加，算力总需求分散化但总量上升，以及AI绘画工具（如Stable Diffusion）依赖云端算力，用户量增长直接推高能耗。
四是用户行为的反弹效应。算力成本下降后，用户行为发生改变，比如手机处理器能效提升，但用户更频繁使用高耗能应用（如AR游戏、实时视频渲染）；自动驾驶汽车依赖本地+云端算力，单车计算需求增加，车队规模扩大后总能耗飙升。
富荣信息技术混合基金的2025年一季报中也提到类似的观点，但结构上或会从训练侧往推理侧转移，基金经理李延峥表示，对于AI应用要着眼能够先商业模式跑通、先兑现收入的场景。方向上由于大模型的幻觉，在严肃、决策领域可能还需时间，在辅助、效率领域的突破可能更快，公司层面拥有数据、入口、生态的公司在落地上会更快。我们将根据产业发展的周期与落地的节奏适时调整，当下更关注AI基础设施相关产业链的机会，并会在后续根据应用落地的进度逐步往AI应用方向转移。
注：1.富荣信息技术混合基金于2021年10月28日成立，R3中风险等级。基金经理任职期：郎骋成（2021.10.28-2023.12.13），李延峥（2021.10.28-至今）。富荣信息技术混合A2022年-2024年的业绩及同期业绩比较基准分别为：-31.80%/-24.20%、13.26%/3.32%、14.82%/16.24%；富荣信息技术混合C2022年-2024年的业绩及同期业绩比较基准分别为：-32.07%/-24.20%、12.80%/3.32%、14.37%/16.24%。数据来源：基金定期报告，数据截至2024年12月31日。
2. 关注方向仅以当前市场情况判断，不必然代表未来投资方向。基金经理将根据证券市场情况的变化并依据基金合同的约定，灵活调整具体的投资策略。
风险提示：
1. 本材料中的资料、观点和预测等仅供参考，在任何时候均不构成对任何人的个人推荐。指数过往表现仅供参考，不预示未来表现，也不代表相关基金未来表现。市场有风险，投资需谨慎。
2. 投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。
3. 基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩及其净值高低并不预示其未来业绩表现。基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。
4. 基金管理人提醒投资人基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由投资人自行负担。我国基金运作时间较短，不能反映证券市场发展的所有阶段。
#特朗普或突破AI芯片出口限制！影响几何？#
#A股银行板块市值破10万亿！多股创新高#
#华为、腾讯等巨头切入人形机器人赛道#
#中美发布经贸联合声明！中国资产暴涨#
#人民日报：加快解放和发展新质战斗力#
