DeepSeek十大关键问题解读_22页_1mb

DeepSeek关键技术问题解读与投资分析报告总结

这份报告来自国海证券的研究，分析师刘熹，重点分析了DeepSeek人工智能模型的技术特点及其产业链影响，并给出投资建议。

核心提要：
DeepSeek探索了“算法创新+有限算力”的新路径，影响了AI算力需求、芯片格局、模型开放性和端侧应用等方面。模型优化技术降低了训练与调用成本，推动了国产AI估值重塑，并促使投资评级维持“推荐”。本期报告围绕Jevons悖论、多模态算力需求、MOE架构、蒸馏模型、端侧部署等十个关键问题进行了详细解答。

技术简述：

1. DeepSeek通过优化模型结构（混合专家架构、多头潜在注意力）与训练方法（FP8精度、双管道算法），显著提升了计算效率并降低成本，同时支持开源，降低了调用门槛。
2. 多模态模型所需算力远高于单模态模型，视频数据的加入进一步提高了训练需求。
3. 芯片方面，英伟达（NV）虽在训练算力保持领先，但国产化、ASIC化趋势明显，尤其是在American增加资本开支推动的背景下。

投资建议：

1. AI应用（2G、2B、2C）重点领域：
   • 2G：中科曙光、科大讯飞、中国软件、太极股份等。
   • 2B：金蝶、用友、广联达、明源云等。
   • 2C：金山办公、三六零、万兴科技等。
2. 算力（云、边、端）相关企业：
   • 云：海光信息、寒武纪、浪潮信息、中国电信等。
   • 边缘：网宿科技、深信服
   • 端：软通动力、乐鑫科技等。

风险提示：

• 宏观经济减速、产业竞争加剧、中美博弈影响技术发展。
• 模型有效性不及预期、企业个别业绩波动、技术成本继续上升。

研究结论：
DeepSeek在算法和模型部署领域的突破，推动了全球AI算力需求结构性变化，RPC开支增加表明北美在AI基础设施上的持续投入，用户生态的重构也为AI应用在端侧、云端及边缘层带来广阔前景。