DeepSeek重塑开源大模型生态，AI应用爆发持续推升算力需求（2025）.docxVIP

证券研究报告|2025年02月05日

电子AI+系列专题报告（六）

DeepSeek重塑开源大模型生态，AI应用爆发持续推升算力需求

行业研究·行业专题

电子

投资评级：优于大市（维持）

证券分析师：胡剑证券分析师：胡慧证券分析师：叶子证券分析师：张大为证券分析师：詹浏洋

0210210755021010hujian1@huhui2@yezi3@zhangdawei1@zhanliuyang@

S0980521080001S0980521080002S0980522100003S0980524100002S0980524060001

请务必阅读正文之后的免责声明及其项下所有内容

DeepSeek重塑开源大模型生态，AI应用爆发持续推升算力需求

DeepSeek发展突飞猛进，领跑开源大模型技术与生态，DeepSeek模型已成为全球现象级模型。DeepSeek(深度求索)公司成立于2023年7月，是一家致力于实现

通用人工智能(AGI)的创新型科技公司。2024年12月，DeepSeek-V3发布，性能对齐海外领军闭源模型。据官方技术论文披露，V3模型的总训练成本为557.6万美元，

对比GPT-4o等模型的训练成本约为1亿美元。2025年1月，DeepSeek-R1发布，性能对标OpenAI-o1正式版。在数学、代码、自然语言推理等任务上，性能比肩

OpenAI-o1正式版。2月1日消息，据彭博社报道，DeepSeek的人工智能助手在140个市场下载次数最多的移动应用程序排行榜上名列前茅。国外大型科技公司如微软、

英伟达、亚马逊等已先后上线部署支持用户访问DeepSeek-R1模型。2月1日，华为云官方发布消息，硅基流动和华为云团队联合首发并上线基于华为云昇腾云服务

的DeepSeekR1/V3推理服务。

DeepSeek通过MLA和DeepSeekMoE实现高效的推理和低成本训练，构建DualPipe算法和混合精度训练优化计算与通信负载；通过(分阶段)强化学习实现性能突破。

多头潜在注意力(MLA)通过低秩联合压缩技术，大幅削减了注意力键(keys)和值(values)的存储空间，显著降低了内存需求。DeepSeekMoE架构采用了更为精细粒度

的专家设置，能够更加灵活且高效地调配资源，进一步提升了整体的运行效率和表现。DeepSeek模型对跨节点的全对全通信机制进行优化，充分利用InfiniBand和

NVLink提供的高带宽。创新性提出了DualPipe算法，通过优化计算与通信的重叠，有效减少了流水线中的空闲时间。采用FP8混合精度训练技术，不仅极大地加快

了训练速度，还大幅降低了GPU内存的消耗。DeepSeek-R1-Ze