人工智能系列深度：DeepSeek十大关键问题解读_21页_1mb

深度解析DeepSeek AI技术发展及投资机遇

核心观点

DeepSeek提出"算法创新+有限算力"新范式，引领开源AI时代，引发国产AI估值重构，维持计算机行业推荐评级。

投资建议

• 推荐标的：
  • AI应用：
    2G：中科曙光、科大讯飞、中国软件、太极股份、中科星图、国投智能、云从科技
    2B：金蝶国际、用友网络、卫宁健康、广联达、石基信息、明源云、新开普、泛微网络、同花顺
    2C：金山办公、三六零、万兴科技、福昕软件、合合信息
  • 算力：
    云：海光信息、寒武纪、浪潮信息、中科曙光、华勤技术、紫光股份、中国电信、优刻得、云赛智联、光环新网、中国软件国际、神州数码
    边/端：网宿科技、顺网科技、中科创达、深信服、软通动力、乐鑫科技、移远通信

DeepSeek十大关键问题解答

Q1: 算力需求变化

• 符合Jevons悖论：DeepSeek推理成本下降吸引用户，带动算力需求提升；短期模型训练算力或受挤压，但推理需求激增将提升英伟达GPU租赁价格

Q2: 多模态对算力需求

• 多模态模型对算力需求显著高于文本模型，多模态（尤其是视频数据）训练算力需求是文本的数十倍

Q3: 芯片格局影响

• NVIDIA仍占据生态优势地位，但在AGI探索场景中高端芯片需求仍在增长；中美半导体博弈加速国产化进程（昇腾、海光）

Q4: 成功原因

• 优化模型结构（MLA+MOE、MTP）、改进训练方法（DualPipe）、GPU优化（FP8混合精度）降低训练成本；开源策略打破原有生态壁垒

Q5：稠密vs稀疏模型

• 适用于不同场景：通才模型（稠密）适用于通用任务；专家模型（稀疏MOE）在专业领域更高效

Q6：蒸馏模型

• 通过知识迁移构建小型高效模型，显著降低部署成本，已在实践中实现低成本高性能（如李飞飞32B模型）

Q7：多模态演进

• 从文本到多模态融合，核心技术是Transformer架构的多模态统一处理能力

Q8：应用影响

• 推动算力建设"云卖铲子"，促进生态建设；开源模型冲击传统闭源模型格局；具备技术能力的AI企业将加速应用普及

Q9：端侧部署

• 支持模型蒸馏并更新用户协议，促进大模型在终端设备部署

Q10：北美资本开支

• 北美云厂商增加资本支出支撑AI服务器需求；DeepSeek技术受到国际认可

风险提示

• 宏观经济影响下游需求
• AI技术创新可能不及预期
• 软硬件市场竞争加剧
• 中美博弈影响AI技术发展
• 相关公司业绩无法达到预期
• 各公司不具备完全可比性

重点数据

• DeepSeek-V3使用2048块H800实现OpenAI o1级别性能
• 2024年北美CSPs云支出增长率普遍在30%-70%区间
• 北美云厂商积极研发下一代AI处理器

行业趋势

• 全球生成式AI市场规模持续增长
• 端侧AI应用渗透率快速提升
• ASIC芯片在AI推理领域应用占比逐年增加
• AI模型推理成本持续下降

注：本报告提及的所有企业均为保护订阅，请通过以下方式获取报告：

1. 访问相关金融研报平台
2. 使用证券研究报告搜索工具
3. 下载研究报告完整版核实企业列表
   建议跨平台比对验证