Deepseek对中国算力产业的影响

DeepSeek的技术突破与市场定位

DeepSeek通过技术创新，大幅降低了算力成本，推动算力需求变革，重构算力产业链。

DeepSeek爆火的原因

• C端： DeepSeek成为用户规模增长最快的移动AI应用，超级app增长1亿用户所用时间与ChatGPT移动端全球DAU对比相当。
• B端： 科技巨头积极拥抱DeepSeek，如阿里、字节、百度、腾讯、华为等。
• 明星产品： DeepSeek的LLM模型分为基座模型V3、强化推理版R1-Zero、泛化推理版R1。
• 爆火原因： 一流性能表现、大幅降低算力成本、开源模式。
  • 一流性能表现： DeepSeek-V3性能对齐海外领军闭源模型，DeepSeek-R1性能对标OpenAI-o1正式版，在数学、代码、自然语言推理等任务上表现优异。
  • 大幅降低算力成本： V3模型训练算力下降90%，训练成本仅为557.6万美元，远低于同等性能模型。
  • 开源策略： DeepSeek采用开源策略，降低AI技术门槛，推动技术普及和迭代。

中国智能算力市场规模持续增长

• 算力中心从训练侧向推理侧转移，推理算力爆发式增长。
• 头部企业持续加码大模型训练，如阿里、字节、百度等。
• 推理算力爆发式增长：开源模型和低推理成本助推应用繁荣。
• 模型轻量化催生端侧算力的崛起，端侧算力市场扩容。

从“算力堆砌”到“算效优化”的产业转型

• DeepSeek推动产业从算力堆砌转向算效优化。
• 算力、数据、算法的三角创新体系，动态循环中再次进入算法创新阶段。
• 算力堆砌的传统模式依赖大规模算力堆砌，算效优化通过提高算力利用效率，降低能耗和成本。

DeepSeek推动国产算力应用落地

• DeepSeek通过PTX优化等创新技术，降低对NV芯片的依赖。
• 已与18家国产AI芯片企业完成适配，包括华为昇腾、沐曦等。
• 采用FP8混合精度训练，GPU训练时间减少40%，预训练成本降至278.8万H800 GPU小时。

智算中心市场影响

• A类智算中心建设速度不减，B类结构性过剩，C类爆发式增长。
• 推理类智算中心爆发增长，超大规模智算中心建设加快。

中国大模型主要有两类玩家

• 科技大厂：拥抱DeepSeek，同时跟进类似的自研产品。
• AI创业公司：从参数竞争到进入理性期，转向细分领域。

大模型领域迎来“安卓时刻”

• 大量AI应用将爆发式出现，开发者对DeepSeek开源模型的高认可度。
• 经过R1微调的80亿参数小模型可以在个人笔记本中运行，本地化部署门槛显著下降。

两个关键词：端侧AI、AI Agent