钱到账500亿，梁文峰没开发布会，没搞营销造势。转身就去了内蒙古草原——招人，盖机房，招的就是IDC设计规划工程师。



2026年6月中旬，DeepSeek完成了一轮规模很大的融资，总金额达到500亿元左右。



这笔钱来自多家互联网和制造业公司，包括腾讯、宁德时代、京东、网易等，同时创始人梁文峰个人也投入了约200亿元，是主要出资者之一。



融资完成后，DeepSeek没有举办发布会，也没有对外做太多宣传，团队很快把注意力转到了实际建设上。



公司在这一周公开招聘IDC设计规划工程师，这类岗位一般出现在云计算厂商，用来规划数据中心和算力基础设施，这次招聘的要求很直接，涉及从中小规模到超大规模算力中心的整体设计能力。



从业务方向来看，DeepSeek已经不只是做大模型，而是开始布局算力基础设施建设，这意味着他们要自己建设数据中心，而不是长期依赖外部云服务。



选择建设地点方面，团队重点考虑了内蒙古乌兰察布一带，这里距离北京较近，网络延迟低，同时具备大量新能源电力资源，电价较低，适合长期运行大型数据中心。



此外，当地气候较冷，有利于降低服务器散热成本，提高整体运行效率，目前内蒙古已经是国内重要的算力集中区域之一。



与此同时，公司还开始招聘土木、电力、制冷等工程人员，说明数据中心建设已经进入实质推进阶段，而不是停留在规划层面。



在产品方向上，DeepSeek也同步启动了新的开发项目，包括面向开发者的编程工具和智能代理系统相关岗位，这些岗位的目标是把模型能力直接转化为开发工具，让使用者可以更方便地调用AI能力完成编程和工作任务。



从资金使用方向来看，这500亿元大致被分为两部分，一部分用于建设算力基础设施，另一部分用于产品和应用层开发，前者解决算力成本和稳定性问题，后者解决模型如何被广泛使用的问题。



这种做法的核心原因在于当前大模型行业的成本结构，训练和运行模型需要消耗大量算力资源，如果长期依赖外部云厂商，不仅成本高，而且供应能力受限制，一旦算力价格波动或者资源紧张，会直接影响模型服务。



因此，DeepSeek选择自己建设基础设施，从底层掌握算力资源，同时降低长期运行成本。



创始人梁文峰在过去的经历中，也一直倾向于自建基础设施，在早期从事量化和技术相关业务时，他就曾投入资源搭建计算集群，用来提升计算效率和降低成本，这种思路也延续到了现在的AI业务中。



这次融资中，梁文峰个人投入较大，同时对部分投资方提出了较长周期的锁定要求，这说明项目更偏向长期建设，而不是短期资本运作。



从行业角度看，这种做法与早期互联网公司自建基础设施的路径类似，通过控制核心资源，提高整体系统效率和成本优势，从而在竞争中形成稳定结构。



DeepSeek当前的策略重点，一方面是提升算力自主能力，另一方面是把模型能力转化为工具和产品，使其进入开发者和企业日常使用流程。



随着数据中心建设推进以及产品线扩展，公司正在从纯模型研发公司，向同时掌握算力与应用能力的综合型AI基础设施公司转变。