计算机行业：Deepseek重燃行业做多热情，一体机成新兴蓝海

计算机行业 —Deepseek重燃行业做多热情，一体机成新兴蓝海评级：增持（维持） 2025年2月26日 计算机行业春节后走出独立行情，截止2月17日，计算机指数年内跑赢沪深300近20个百分点。 节后Deepseek概念市场热度急剧上升，资金大幅流入相关计算机板块个股，行业市占率一度超越了电子行业，夺得全市场第一。 行业热点重回软件及IT服务业。需注意的是，行业市占率指标已达到10年最高点，部分板块或已处于过热状态。 相关报告 DeepSeek的创新主要来自MoE和MLA两个技术突破，成功降低了对高端GPU的依赖，成本相对同等大模型出现大幅降低。 《计算机软件四季度投资策略-纯血鸿蒙注入行业活力，期待生态山花浪漫时》2024-10-15 《计算机行业四季度投资策略—川普回归，国产替代加速推进》2024-11-15 DeepSeek推动AI技术的普惠化，端侧小模型或将在未来遍地开花，一体机渐成行业新兴蓝海 《计算机行业一季度投资策略—板块调整期关注自主可控投资主题》2025-01-17 维持计算机行业增持的投资评级。重点关注一体机板块的浪潮信息、中科曙光、紫光股份、拓维信息、科大讯飞、中国长城。 分析师：周强Tel：075583024882执业证书编号: S0370524080004zhouqiang@jyzq.cn 风险因素分析：宏观刺激政策不及预期风险、AI技术发展不及预期风险、境外对中出台针对性制裁措施的风险、一体机市场过度竞争风险 目录 一、计算机行业春节后走出独立行情.......................................4 二、计算机行业春节后市场热度夺得全市场第一.............................6 1、计算机行业市占率指标超越电子行业夺得全市场第一...................62、行业热点重回软件及IT服务业.....................................9 三、行业重点事件：DeepSeek发布自研模型R1全球震动....................11 1、DeepSeek的创新主要来自MoE和MLA两个技术突破...................112、DeepSeek的成功打破了中国AI产业的发展困境......................153、DeepSeek推动AI技术的普惠化，国产供应链迎来价值重估............17 五、行业风险因素分析..................................................24 图表1：去年12月到2025年初计算机行业指数跑输沪深300指数近11%....4图表2：春节后计算机行业指数反转大幅跑赢沪深300指数近23%..........5图表3：今年以来计算机各子行业的市场表现............................5图表4：截至2月17日计算机行业成分股今年以来涨幅榜前十：...........6图表5：春节前计算机行业市占率稳居全市场第二但呈现走弱迹象..........7图表6：计算机行业市占率春节后一度超越了电子行业，夺得全市场第一....8图表7：近期计算机行业流通股换手率处于历史较高位置..................8图表8：计算机板块历史市占率高低点参考..............................9图表9：行业内资金春节前后大幅回流IT服务业........................10图表10：DeepSeek大模型输入输出价格大幅低于同类模型...............15图表11：DeepSeek-V3模型训练成本极具竞争力.......................16图表12：DeepSeek-V3的总成本同样大幅低于同类产品.................16图表13：一季度策略重点组合短期获得良好的收益......................19图表14：我国政府机关积极部署DeepSeek一体机提升工作效率..........21图表15：Deepseek一体机重点关注公司：............................22图表16：行业重点公司财务数据及评级（2025.2.26）...................23 一、计算机行业春节后走出独立行情 2024年12月开始，中国A股市场上升势头趋弱，尤其在2025年新年前后，上证指数出现连续几日下跌，市场成交量也出现了较大幅度的萎缩。 2024年12月至2025年1月13日区间，计算机行业指数跌幅为-16.47%，沪深300指数跌幅为5.80%。，计算机行业指数跑输沪深300指数近11%。 资料来源：Wind，金元证券研究所 但在1月13日之后，计算机行业市场表现开始逐步由弱转强，在2025年春节后再度出现大幅上涨。截止2025年2月17日，计算机行业指数年内大幅跑赢沪深300指数近20个百分点。 资料来源：Wind，金元证券研究所 以细分子行业来看，计算机软件行业年度上涨幅度最大，计算机设备业涨幅相对较小，截至至2025年2月17日，计算机行业的子行业涨幅依次为软件开发、IT服务业和计算机设备业，分别为24.18%、24.15%和9.92%。 资料来源：Wind，金元证券研究所 在成分股涨幅上，每日互动（268.24%）、青云科技（190.33%）、优刻得（175.68%）占据今年以来计算机行业涨幅榜前三，本期涨幅相对上期报告个股涨幅明显放大。 资料来源：IFind，金元证券研究所 二、计算机行业春节后市场热度夺得全市场第一 1、计算机行业市占率指标超越电子行业夺得全市场第一 在国家大力推进发展新质生产力的大格局之下，计算机行业作为重要的产业政策受益者叠加自身良好市场弹性，在10月以来的本轮行情中始终维持较高热度。 截至2025年1月13日，以近期申万31个行业总成交额每日市占率计算，计算机行业目前每日成交额仅次于电子行业，位于全 市场第二位。 资料来源：Wind，金元证券研究所 2025年春节之后，A股Deepseek概念市场热度急剧上升，资金大幅流入与概念相关的计算机板块个股，计算机行业市占率迅速提升，行业市占率在春节后一度超越了电子行业，夺得全市场第一，市场热度再创新高。 而在换手率指标上，节后行业流通股换手率同步上扬，2月17日板块换手率高达14%，参照历史数据，目前计算机行业的市场热度已处于历史较高位置。 资料来源：Wind，金元证券研究所 下图为计算机行业10年的市占率高低点，需要注意的是，2025年2月17日计算机行业市占率指标已达到了10年最高点，一定程度上表明行业部分板块已处于过热状态。 2、行业热点重回软件及IT服务业 去年11月8号开始，软件开发行业成交额行业内占比由45%下降到40%左右，而计算机设备（硬件）相应由20%提升到25%，从12月17日开始这一趋势表现更为明显，设备行业占比一度达到接近30%。对应市场表现上，较大市值的中科曙光、浪潮信息、工业富联等服务器类硬件公司热度明显上升。 但该趋势同样在春节前后出现明显变化，1月22号开始行业内资金由计算机设备业大幅流向IT服务业，幅度变化高达10个 百分点，IT服务子行业在节后一度成为行业最热板块。 结合二级市场真实状况，此次行业资金面变化与DeepSeek概念走强呈现正相关。在AI技术的全球竞争中，以DeepSeek、Kimi、豆包等为代表的国产大模型凭借其前沿的技术创新与精准的场景化应用，正呈现强势突围态势。 与此同时，国内互联网大厂正在AI领域积极布局，凭借其强大的技术资金实力、丰富的数据资源和庞大的用户基础开启追赶模式，以DeepSeek为代表的AI技术在春节前后再成A股市场最热热点。 三、行业重点事件：DeepSeek发布自研模型R1全球震动 2025年1月20日，DeepSeek发布自研模型R1在全球科技行业引起的震动，引发西方媒体“DeepSeekShock”事件。 DeepSeek不仅在全球各大媒体迅速爆火，同时也成为了A股市场上的最火概念，随着DeepSeek概念横空出世，板块成交金额迅速超过了全部A股成交额的20%，概念的火热度直接扭转了原本处于调整状态的A股市场。 DeepSeek之所以如此火热，是由于其验证了通过技术创新，可以以更低的硬件成本和更短的时间成本来实现目前市场领先产品性能的一条崭新道路。尤其重要的是，DeepSeek颠覆了行业“限制中国企业对于最先进GPU获取，就能够阻止中国AI技术发展”的一贯认知。 1、DeepSeek的创新主要来自MoE和MLA两个技术突破 DeepSeek公司由幻方量化创始人梁文锋于2023年7月主导创立，其团队依托幻方投资的资金与“萤火超算”万卡级算力资源（万张A100GPU），致力于AGI技术探索。2023年7月17日， 杭州深度求索人工智能基础技术研究有限公司（DeepSeek）正式注册，定位为技术驱动的开源AI公司。 DeepSeek近期在全球科技行业引起震动，其引起轰动的产品主要是通用大模型V3和推理大模型R1。因为DeepSeek能以更低的硬件成本和更短的时间实现与OpenAI和Anthropic等美国公司尖端产品竞争的能力。 虽然DeepSeek仍然是基于Transformer框架下的大语言模型，这一点和OpenAI等其他大模型并无二致，但是DeepSeek在模型训练和推理过程中实现了开创性的创新。DeepSeek的创新主要在于MoE和MLA两个技术突破。 MoE（Mixture of Experts，专家混合模型）是一个通过多个“专家”模型来处理数据的技术，通常在大规模模型中应用。其基本思想是，将不同的专家模型（如神经网络）组合在一起，每个专家擅长处理数据的某一部分。最终的模型通过一个“路由”机制来选择合适的专家来处理输入数据，从而提高整体性能和效率。 在传统的MoE模型中，所有专家都参与计算，但DeepSeek在MoE上的突破主要体现在以下几个方面： 动态专家选择：DeepSeek的MoE架构可能实现了更加高效和动态的专家选择机制。传统的MoE模型可能会在每次推理时都调用多个专家，而DeepSeek可能采用了更加智能的选择机制，仅选择最相关的专家进行计算，从而降低了计算开销并提升了性能。 稀疏专家激活：DeepSeek可能通过稀疏激活技术（即在每次输入时只激活少数几个专家），大幅减少计算资源的消耗。通过这一方式，MoE模型可以在不增加计算负担的情况下处理更多的复杂任务。 专家权重调整：DeepSeek可能采用了一些新的方法来调整专家的权重，使得某些专家在不同的数据场景下更加突出，从而提高模型的适应性和泛化能力。 而MLA（Meta Learning Algorithm，元学习算法），简称“学习的学习”，是指模型能够从多个任务中学习并优化其学习策略。MetaLearning的核心目标是使模型具备快速适应新任务的能力。 对于DeepSeek而言，MLA技术的突破可能体现在以下几个方面： 任务适应性：DeepSeek的MLA突破可能体现在能够更好地从少量样本中学习，并快速适应新任务。这意味着DeepSeek可以在处理新问题时，比传统的深度学习模型表现得更加灵活和高效。 优化策略：DeepSeek可能开发了一种新的元优化算法，使得模型能够在学习过程中自我调整，自动选择最合适的优化策略。这样，模型可以在不同的数据分布和任务目标下，自动调整其学习流程。 快速迁移和泛化能力：元学习的一个重要目标是提高模型的迁移学习能力。DeepSeek的突破可能体现在其能够从已学习的任务中迁移知识，快速应用于新任务，而不需要大量的训练数据。 简单的来说，DeepSeek的MoE和MLA新算法