天风策略：DeepSeek加速AI大时代有望加速国内AI产业的发展

  “AI产业趋势的进展又取决于AI应用端和消费端的突破，只靠AI硬件端，产业趋势长期估值高度或受限”；（2）DeepSeek的出现或把A股AI行情从硬件引导到真正也许会出现壁垒的消费端

  DeepSeek加速AI大时代。DeepSeek开源模型受到广泛关注，其通过强化学习等技术，实现了AI大模型的低成本高效推理，加速AI大时代。据DeepSeek公司官网介绍，DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有很少标注数据的情况下极大提升了模型的推理能力，在数学、代码、自然语言推理等任务上，测评性能与美国开放人工智能研究中心（OpenAI）开发的GPT-o1模型正式版接近。DeepSeek的突破和开源，打破了“美国例外”的叙事，显示了开放与创新的重要性，鲇鱼效应明显，有望加速国内AI产业的发展。

  DeepSeek的迅速崛起对国产算力基础设施公司带来了积极影响，其高效、低成本的AI模型训练方法，降低了对高端进口芯片的依赖，增强了国内企业对自主研发算力芯片的信心。我们在《Deepseek策略三问》中提出，AI行业或继续追逐算力升级，部分企业可能坚持通过更强大的算力推动模型性能提升。同时，DeepSeek受到广泛关注或加剧中美在AI领域的竞争强度，美国在算力芯片等相关出口管制力度可能进一步上升，将促进我国算力基建的国产替代加速。建议关注GPU、存储芯片、ASIC、铜连接、光模块、液冷服务器、电源和PCB等细分领域。

  DeepSeek受到广泛关注或意味着AI应用的加速落地，AI模型无论是训练还是推理都需要强大的算力支持。AI应用的增多和普及将导致市场整体对于云端推理算力需求的大幅度的增加。国内头部云计算公司陆续接入DeepSeek，或将推动云服务商算力租赁及AI服务收入迅速增加，同时DeepSeek开源模型低成本技术的创新，有望加速应用侧的繁荣，云计算算力需求将进一步上升。建议关注国内相关云计算公司。

  DeepSeek 通过算法与工程创新实现了提质降本，大幅度降低了模型推理成本，这使得端侧模型的部署难度显著减小 。小型团队借助 DeepSeek 在模型压缩、量化、蒸馏等技术上的创新成果，能够从其大模型中蒸馏出性能先进的小模型，这些小模型适配各类端侧场景，如手机、智能家居、物联网设备等。随着端侧小模型应用场景的不断拓展，有望吸引更多开发者和企业投身端侧 AI 领域，进而促进端侧 AI 的发展。建议关注SoC芯片、模组、存储芯片等领域。

  DeepSeek 模型以其显著的成本效率优势和开源理念为 AI 下游应用和商业化场景的落地带来了新机遇，模型平权加速AI应用侧繁荣。DeepSeek 则通过技术创新，降低硬件依赖，缩短训练时间，大幅削减投资、开发与经营成本，让更多下游应用公司有机会涉足大模型业务。同时，在技术融合层面，DeepSeek 秉持开放开源理念，打破了技术壁垒。建议关注AI与办公、娱乐、教育和营销等行业的融合发展。

  风险提示：1）过去历史经验仅供参考；2）科技迭代速度较快；3）政策出台和落地具备不确定性。

  DeepSeek开源模型受到广泛关注，其通过强化学习等技术，实现了AI大模型的低成本高效推理，加速AI大时代。深度求索公司在2024年12月26日推出了DeepSeek-V3模型，该模型拥有6710亿参数，采用了创新的Mixture of Experts（MoE）架构，在性能上取得显著进步。不到一个月后，深度求索公司2025年1月20日发布了DeepSeek-R1模型，专注于推理能力的提升，在数学、代码和自然语言推理等任务上表现出色。1月27日，DeepSeek应用登顶苹果中国地区和美国地区应用商店免费APP下载排行榜，在美区下载榜上超越了ChatGPT。1月28日，特朗普表示DeepSeek崛起应当为美企敲响“警钟” 同时称也可能传递一种积极信号。OpenAI首席执行官Sam Altman表示，DeepSeek的R1模型是一个令人印象非常深刻的模型。DeepSeek模型引发全球广泛关注。据DeepSeek公司官网介绍，DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有很少标注数据的情况下极大提升了模型的推理能力，在数学、代码、自然语言推理等任务上，测评性能与美国开放人工智能研究中心（OpenAI）开发的GPT-o1模型正式版接近。根据赛智产业研究院人工智能研究所副所长安赟表述，DeepSeek-R1通过开源策略、低成本高效推理及强化学习结合混合专家架构（MoE）等创新，实现了突破性的技术进展。开源打破了大企业的技术垄断，促进了AI技术的普惠化。其低成本的算法优化模式改变了长期以来对算力堆砌的依赖，推动了效率导向的竞争格局。DeepSeek的突破和开源，打破了“美国例外”的叙事，显示了开放与创新的重要性，鲇鱼效应明显，有望加速国内AI产业的发展。

  DeepSeek的迅速崛起对国产算力基础设施公司带来了积极影响，其高效、低成本的AI模型训练方法，降低了对高端进口芯片的依赖，增强了国内企业对自主研发算力芯片的信心。我们在报告《Deepseek策略三问》中提出，AI行业或继续追逐算力升级，部分企业可能坚持通过更强大的算力推动模型性能提升。因为随着成本的降低，AI应用的采用可能会呈指数级增长。证券交易市场核心是看“算力成本压缩”的斜率高，还是“算力使用”的指数增长快。同时，DeepSeek受到广泛关注或加剧中美在AI领域的竞争强度，美国在算力芯片等相关出口管制力度可能进一步上升，将促进我国算力基建的国产替代加速。建议关注GPU、存储芯片、ASIC、铜连接、光模块、液冷服务器、电源和PCB等细分领域。

  DeepSeek受到广泛关注或意味着AI应用的加速落地，AI模型无论是训练还是推理都需要强大的算力支持。AI应用的增多和普及或导致市场整体对于云端推理算力需求的大幅度的增加。根据华为云公众号显示，硅基流动×华为云联合推出基于昇腾云的DeepSeek R1&V3推理服务，该服务具有以下特点：1）得益于自研推理加速引擎加持，硅基流动和华为云昇腾云服务支持部署的DeepSeek模型可获得持平全球高端GPU部署模型的效果。2）提供稳定的、生产级服务能力，让模型能够在⼤规模生产环境中稳定运行，并满足业务商⽤部署需求。华为云昇腾云服务能够给大家提供澎湃、弹性、充足的算力。国内头部云计算公司陆续接入DeepSeek，或将推动云服务商算力租赁及AI服务收入迅速增加，同时DeepSeek开源模型低成本技术的创新，有望加速应用侧的繁荣，云计算算力需求将进一步上升。建议关注国内相关云计算公司。

  DeepSeek 通过算法与工程创新实现了提质降本，大幅度降低了模型推理成本，这使得端侧模型的部署难度显著减小。小型团队借助 DeepSeek 在模型压缩、量化、蒸馏等技术上的创新成果，能够从其大模型中蒸馏出性能先进的小模型，这些小模型适配各类端侧场景，如手机、智能家居、物联网设备等。随着端侧小模型应用场景的不断拓展，有望吸引更多开发者和企业投身端侧 AI 领域，进而促进端侧 AI 的发展。建议关注SoC芯片、模组、存储芯片等领域。

  5. AI应用：成本优势及开源理念带来新机遇，模型平权加速AI应用侧繁荣

  DeepSeek 模型以其显著的成本效率优势和开源理念为 AI 下游应用和商业化场景的落地带来了新机遇，模型平权加速AI应用侧繁荣。DeepSeek 模型通过创新的算法架构与优化的训练方法，大幅度降低了模型训练和推理过程中的计算资源消耗。它的超高的性价比和低训练成本在同种类型的产品中优势较为明显。以往企业投身大模型领域，需购置昂贵计算设备、处理海量数据、承担漫长训练周期，成本高昂，令许多企业，尤其是中小企业无力承担。DeepSeek 则通过技术创新，降低硬件依赖，缩短训练时间，大幅削减投资、开发与经营成本，让更多下游应用公司有机会涉足大模型业务。同时，在技术融合层面，DeepSeek 秉持开放开源理念，打破了技术壁垒。DeepSeek 开放的 API 和开源代码，让开发者能轻松获取资源，针对自身业务定制开发，助力大模型在各行业落地。建议关注关注AI与办公、娱乐、教育和营销等行业的融合发展。