DeepSeek十问十答分享.docx

正文目录

DeepSeek十问十答 3

问题#1:DeepSeek是否会抑制算力增长? 3

问题#2:DeepSeek是否会改变Al算力的增长范式 4

问题#3:DeepSeek会改变市场投资逻辑吗? 5

问题#4:DeepSeek是否会改变芯片市场格局? 6

问题#5:DeepSeek真的那么便宜吗? 7

问题#6:DeepSeek到底有哪些创新? 8

问题#7:DeepSeek会带动中国科技资产价值重估吗? 9

问题#8:DeepSeek会推动端侧智能发展吗? 10

问题#9:DeepSeek会导致美国提升出口管制压力吗? 11

问题#10:DeepSeek会改变开源软件生态吗? 12

风险提示 12

图表目录

图表1:MAAMG季度资本开支 3

图表2:大模型对半导体需求增长快于摩尔定律 4

图表3:美股软/硬件板块股价涨跌幅 5

图表4:硬件/软件ETF主要权重股估值和股价表现 5

图表5:Nvidia、AMD、Broadcom、Marvell、Intel数据中心及Al相关收入趋势 6

图表6:DeepSeekAITCO 7

图表7:DeepSeek技术原理 8

图表8:Nasdaqvs恒生科技一年前向PE 9

图表9:Nasdaqvs恒生科技一年前向PE 9

图表10:DeepSeek-R1模型已作为NVIDIANIM微服务发布 10

图表11:DeepSeek或催化美国提升出口限制压力 11

图表12:开源模型性能进步速度快于闭源模型 12

图表13:国内外主流Al大模型对比 12

DeepSeek十问十答

DeepSeek的横空出世引发了Al产业的深刻讨论。本文就DeepSeek对算力需求、芯片市场、技术创新、端侧智能、出口管制、投资逻辑、软件生态、开源生态以及中国科技资产估值等十个关键问题进行了深入分析。

问题#1:DeepSeek是否会抑制算力增长?

据DeepSeekV3技术报告，V3模型的训练总计只需要278.8万GPU小时，相当于在2048卡的H800GPU集群上训练约2个月，合计成本约557.6万美金，相较而言，Llama3系列模型的计算预算则多达3930万H100GPU小时，DeepSeek训练成本约相当于Llama3系列模型的7%。

我们认为，DeepSeek对算力需求的影响呈现出短期抑制、长期增长的复杂趋势。短期内，DeepSeek的低成本高效训练方法可能导致训练需求下降。然而，从长远来看，随着模型的普及和应用场景的扩展，推理需求将显著增长。这种趋势类似于蒸汽机降低煤耗但提升煤炭总用量的历史现象。

随着Al技术成本的下降.其应用范围将大幅扩展.最终可能导致算力需求的大幅增长。微软CEO纳德拉认为Al效率提升将激发指数级需求。

图表1:MAAMG季度资本开支

(USDmn)

10182018301840181019201930194019102020203020402010212021302140211022202230224022102320233023402310242Q24

1018

2018

3018

4018

1019

2019

3019

4019

1020

2020

3020

4020

1021

2021

3021

4021

1022

2022

3022

4022

1023

2023

3023

4023

1024

2Q24

3024

4024

1025E

2025E

3025E

合计同比(右轴)120%

100%80%

60%

40%

20%

0%

-20%

-40%

80,00070,00060.00050,00040,00030,00020,00010.0000

Google——MAAMG

Microsoft

Amazon

Apple

Meta

注：预测数据来自

Factset一致预期资料

来源：Factset,

问题#2:DeepSeek是否会改变Al算力的增长范式

AI算力大致分为1)用于研发通向通用人工智能(AGI)的前沿模型相关的探索性算力(AGI方向),2)面向一般消费者的应用性算力(现有模型推理)。过去两年，推动算力增长的主