深度报告-20250321-国金证券-通信行业研究_DeepSeek算力效率提升≠算力通缩_国产算力需求方兴未艾_22页_2mb

报告摘要

DeepSeek 算力效率提升≠算力通缩，国产算力需求方兴未艾

核心内容

本报告分析了 DeepSeek 在 AI 大模型领域的算力效率提升及其对算力需求的影响，认为算力效率的提升并不意味着算力需求的减少，而是开启了新的 Scaling Law 方向，即“参数量 × 效率 × 数据规模”。同时，报告指出 MaaS（Model as a Service）模式具有盈利潜力，国内算力需求将持续增长，建议关注算力链相关企业。

主要观点

DeepSeek 的算力效率提升
DeepSeek 采用大规模专家并行（EP）与计算通信重叠（DP）策略，提升了 GPU 算力资源利用率和吞吐能力。其 H800 单卡利用率达 77%，远超行业平均水平，显示出极高的算力效率。
算力需求的提升路径
从长远来看，随着多模态、AI Agent 等新应用的出现，单次请求调用 token 数量将显著增加，带动算力需求的进一步扩张。预计未来 AI Chatbot 应用将需要约 60-70 万片 AI 芯片，而多模态与 AI Agent 的发展可能带来 800 万片 H20 的需求。
MaaS 模式的盈利潜力
DeepSeek 的利润率（成本利润率 545%，收入利润率 84.5%）表明 MaaS 模式具备盈利潜力。随着付费率的提升，利润率有望进一步提高，达到 20% 以上。因此，具备大规模集群和高并发处理能力的云厂商将更易跑通盈利模式。
算力需求与用户使用强度
算力需求不仅取决于模型参数量和数据规模，还与用户使用强度密切相关。当前 DeepSeek 的用户使用频次较低，若未来用户数和使用频次提升，算力需求将随之扩大。

关键信息

DeepSeek 算力效率指标
- 每次推理仅激活 370 亿参数
- H800 单卡利用率达 77%
- 峰值倍数仅 1.23 倍，表明算力冗余不足
算力需求公式
推理算力需求 ≈ 2 × 模型参数量 × 数据规模 × 峰值倍数
DeepSeek 的算力需求
- 日均 tokens 调用数量：7760 亿
- 数据规模：约 900 万 tokens/秒
- 算力需求：约 0.8 EFLOPS
AI Chatbot 算力需求
- 预计需 60-70 万片 H20 芯片
- 用户数假设为 5000 万，单用户每天搜索请求次数为 5 次，单次请求调用 tokens 数量为 100 万，对应 H20 需求量为 826.7 万片
盈利影响因素
- GPU 租赁成本占比：假设为 70%
- API 付费率：假设为 35%，若提升至 40% 以上，利润率有望达到 20% 以上

投资建议

1. 公有云厂商

三大运营商（中国电信、中国移动、中国联通）
- 云业务增长强劲，市场份额合计约 30%
- 具备安全可靠、IDC 资源覆盖广的优势，有望受益于算力需求增长
- 建议关注：中国电信、中国移动、中国联通
阿里云 & 腾讯云
- 阿里云：IaaS 市占率约 26%，收入增长潜力大
- 腾讯云：IaaS 市占率约 8.5%，资本开支有望提升
- 建议关注：阿里巴巴-W、腾讯控股

2. 国产算力产业链企业

寒武纪-U
- AI 芯片国产替代加速，公司产品获互联网大厂认可
- 4Q24 首次扭亏为盈，业绩迎来拐点
- 建议关注：寒武纪-U
紫光股份
- 以太网交换机市占率持续提升，800G 交换机产品已发货
- CPO + 全光方案为未来亮点
- 建议关注：紫光股份
中兴通讯
- 在运营商交换机市场具备竞争力，拥有自研芯片能力
- 51.2T 盒式交换机支持 128 个 400GE 接口，已在互联网厂商商用
- 建议关注：中兴通讯