计算机行业人工智能系列深度：DeepSeek十大关键问题解读

请务必阅读报告附注中的风险提示和免责声明1DeepSeek十大关键问题解读——人工智能系列深度评级：推荐(维持)证券研究报告2025年02月13日计算机刘熹(证券分析师)S0350523040001liux10@ghzq.com.cn请务必阅读报告附注中的风险提示和免责声明2相对沪深300表现表现1M3M12M计算机30.1%3.3%57.5%沪深3005.0%-4.1%16.5%最近一年走势相关报告《计算机行业点评报告：DeepSeek搅动了全球AI的“一池春水”（推荐）*计算机*刘熹》——2025-02-03《美国对华AI限制加剧，自主可控大势所趋——AI算力“卖水人”系列（4）（推荐）*计算机*刘熹》——2025-01-24《计算机行业事件点评：我国中部最大智算中心投产，国产算力景气上行（推荐）*计算机*刘熹》——2025-01-14-23%-7%9%24%40%56%2024/02/19 2024/05/19 2024/08/19 2024/11/19计算机沪深300请务必阅读报告附注中的风险提示和免责声明3DeepSeek探索出一条“算法创新+有限算力”的新路径，开源AI时代或已至，国产AI估值或将重塑。uQ1：DeepSeek对于算力的影响？——Jevons悖论：短期训练侧算力需求或受影响，但DeepSeek推理价格下降吸引更多用户调用模型，带来英伟达H100 GPU的租赁价格提升，故表明算力需求量短期仍呈提升趋势，中长期推理算力需求有望持续增长。uQ2：文本与多模态对算力的需求差别？——多模态模型大规模应用，或将升级算力需求。Sora将大模型训练数据从大规模的文本/图像，发展到视频数据，提升了新的维度，这或将数倍提升算力需求。uQ3：对芯片未来格局的影响？——训练：NV仍具备计算与生态护城河，DeepSeek带来模型训练算力使用效率提升，NV高等级芯片或主要用于探索AGI；推理：推理化、国产化、ASIC化为三大趋势。uQ4：DeepSeek系列模型为何引起轰动？——技术与开源：DeepSeek优化模型结构（MLA+MOE、MTP）、模型训练方法（DualPipe）、针对性GPU优化（FP8混合精度等）等内容，降低了训练成本，同时进行开源，各下游企业可以直接通过本地部署或云端调用，降低了调用成本。uQ5：模型未来侧重Dense还是Sparse（MOE）？——一个通才（Dense）能够处理多个不同的任务，但一群专家（MoE）能够更高效、更专业地解决多个问题。uQ6：蒸馏模型的定义与发展潜力？——蒸馏可以减少原本大参数模型部署的硬件需求高、推理时间长、成本高昂的缺点，更有利于本地部署、推理业务、应用与端侧发展。uQ7：多模态的演进路径？——AI大模型技术和应用逐渐从文本扩展至更多模态。uQ8：DeepSeek发生后对应用侧的影响？——DeepSeek在推动降本、强推理等驱动下，有望加速AI应用普及度迎来跨越式提升。uQ9：DeepSeek发布对于端侧的影响？——DeepSeek决定支持用户进行“模型蒸馏”，已更新线上产品的用户协议，有望加速AI在端侧进程，未来手机、PC、小型设备等端侧或可部署。uQ10：北美增加Capex的用意，以及对deepseek的看法？——北美CSP厂商增加资本开支至服务器与数据中心，继续发展模型预训练与推理侧，重视deepseek技术与发展。请务必阅读报告附注中的风险提示和免责声明4u投资建议DeepSeek探索出一条“算法创新+有限算力”的新路径，开源AI时代或已至，国产AI估值或将重塑，维持计算机行业“推荐”评级。u1）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u2）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：网宿科技、顺网科技、中科创达、深信服端：软通动力、乐鑫科技、移远通信u风险提示：宏观经济影响下游需求、大模型产业发展不及预期、市场竞争加剧、中美博弈加剧、相关公司业绩不及预期，各公司并不具备完全可比性，对标的相关资料和数据仅供参考。请务必阅读报告附注中的风险提示和免责声明5一、DeepSeek十大关键问题解答请务必阅读报告附注中的风险提示和免责声明6● AI的演进路径中，推理成本不断下降，计算效率持续提高是长期趋势。例如：据Semianalysis，算法进步的速度约为每年4次；Anthropic CEO Dario甚至认为，这一进步速度可能达到10倍。● Jevons 悖论：技术进步提高了资源使用效率，效率提高降低了资源使用成本，成本下降刺激了资源需求的增长，需求增长可能超过效率提升带来的节约，最终导致资源总消耗增加。● 我们认为，短期训练侧算力需求或受影响，但DeepSeek推理价格下降吸引更多用户调用模型，带来英伟达H100 GPU的租赁价格提升，故表明算力需求量短期仍呈提升趋势，中长期推理算力需求有望持续增长。资料来源：Semianalysis，新浪网表：大模型成本持续下降，效率提升表：V3/R1发布后，AWS多地H100 GPU价格上涨，H200也更难获取请务必阅读报告附注中的风险提示和免责声明7● 多模态大模型是一种基于深度学习的机器学习模型，类似于人脑能够同时处理文本、声音、图像等不同类型的信息，多模态模型能够处理和整合“图像+文本”、“视频+音频”、“语音+文字”等多种模态的数据和信息，利用不同模态之间的互补和协同，来提高模型的全面感知和泛化能力，使其能够应对更多复杂的任务和场景，以实现更好的性能表现。● 与传统的单模态模型相比，多模态对算力供给提出了更高的要求。急剧飙升的算法复杂度及工程难度、模型迭代下动辄千亿规模的参数量和远高于单模态模型的大量图片、文本和视频数据集，不仅需要消耗大量计算资源，对算力的速度、精度、性能等方面的要求也水涨船高。基础计算4 倍计算32 倍计算资料来源：机器之心公众号，国海证券研究所图：sora表示训练计算量增加，视频质量显著提高图：多模态模型推理所需算力较高请务必阅读报告附注中的风险提示和免责声明8● NV仍具备计算与生态护城河。我们认为，DeepSeek的成果使用低精度计算、模型侧发展MOE架构、使用PTX层，这些会带来预训练算力使用效率的提升，但是这些技术仍与NV生态紧密联系，NV护城河仍在。● 模型训练算力使用效率提升，NV高等级芯片或主要用于探索AGI。根据《DeepSeek-V3 Technical Report》，模型的训练过程仅使用2048块H800，这表明使用A100、H800等相对低端的芯片可以实现类似OpenAI o1类似性能。这可能会影响英伟达2025年以后，B200 等最先进GPU的普及，Blackwell/Rubin 等最先进的 GPU 的用途，初期可能会被局限在探索下一代大模型（探索AGI）上。图：英伟达PTX是专门为其GPU设计的中间指令集架构资料来源：新智元公众号，IDC，国海证券研究所图：2024H1，