【DeepSeek市场报告】计算机行业：DeepSeekV3%26R1加速LLM训练%26推理端降本.pptxVIP

;报告摘要;报告摘要;资料来源：DeepSeek-V3TechnicalReport、DeepSeek官网、OpenAI官网、方正证券研究所;DeepSeekV3核心创新点：MLA（Multi-headLatentAttention)——压降推理成本;DeepSeekV3核心创新点：MoE（Mixture-of-Experts)——压降训练成本;DeepSeekV3核心创新点：MoE（Mixture-of-Experts)——压降训练成本;DeepSeekV3：MTP（Multi-TokenPrediction）——进一步提高训练效率+提高模型的推理能力;DeepSeekV3：MTP（Multi-TokenPrediction）——进一步提高训练效率+提高模型的推理能力;DeepSeekV3：MTP（Multi-TokenPrediction）——进一步提高训练效率+提高模型的推理能力;DeepSeekV3：PostTraining——SFT与基于GRPO（GroupRelativePolicyOptimization）的RL过程

DeepSeekV3的SFT（SupervisedFine-Tuning）：DeepSeek-V3在一个包含1.5M个“指令-响应对”的高质量数据集上进行了微调。该数据集涵盖了多种任务类型和领域，并采用了不同的数据构建策略，以最大程度地激发模型的潜能。DeepSeek采用了基于DeepSeek-R1（这里容易混淆R1与V3是“鸡生蛋还是蛋生鸡”，可能的时间线：V3没经过SFT的V3-base版本是生成R1的基础模型；R1作为推理能力更强的模型，其生成的优质SFT数据反过来针对V3-base版进行微调，得到完整版的V3）模型生成的高质量推理数据。DeepSeek-R1模型在推理任务上表现出色，但其生成的响应往往存在过度推理、格式不规范、长度过长等问题。为了兼顾R1模型生成数据的高准确性与标准答案的简洁性，SFT阶段对于每个问题生成两种类型SFT样本（分别是问题,原始答案、问题，原始答案,R1的答案）），旨在引导模型蒸馏R1能力且生成更符合人类偏好的响应。非推理类数据利用DeepSeekV2.5生成响应+人工进行标注校验。

DeepSeekV3的RL实现方式——GRPO：与传统的PPO（近端策略优化算法）不同，GRPO（群体相对策略优化算法）不需要一个单独

的Critic模型来估计Value函数，而是通过比较一组样本的奖励来估计奖励值。DS的实验结果表明，较之V2（SFT），RL后的V2在;DeepSeekV3：通信优化计算优化PTX层优化;DeepSeekV3：通信优化计算优化PTX层优化;DeepSeekR1：影响全球AI产业生态的里程碑式模型;DeepSeekR1：直接从R1-Zero与R1的Pipeline引申出核心???论;DeepSeekR1：开源协议宽松，纯靠闭源模型收高昂“token税”的商业模式必然承压;DeepSeekV3R1对产业的影响：看好AI应用/端侧AI/to-CAI/传统非AI公司受益技术/数据平权及AI降本

当训练/推理/高质量数据都不再是门槛且蒸馏领先模型就是捷径，我们得出一些直观结论：

后发者将迅速收敛与行业领先者的差距：LLM发力相对晚些的互联网大厂（例如小米、京东、快手等）将快速收敛与LLM头

部大厂之间的差距（阿里、字节、OpenAI、Meta、Google等）；映射到智联汽车领域，传统车企或许也有可能加速收敛与

特斯拉、华为、小鹏等头部智驾厂商的差距。

主业的垄断程度又变得重要：“数据平权+技术平权”背景下，商业竞争的核心可能又会从AI切换为公司主业的过往竞争力，传统非AI公司估值可能重塑；

AI应用端侧确定性受益：训练/推理成本指数级下降，且大模型蒸馏出的小模型效果提升显著；AI应用的迭代成本明显下

降端侧模型的可用性明显提高，泛AI应用包括手机、PC、智能车、机器人在内的泛端侧AI及其底层芯片/模组全面受益。

To-C可能比To-B更受益：B端普遍在讲基于调用token分润的叙事，当有个开源产品提供的推理价格已经收敛到接近推理成本的时候，to-Btoken分润的收入不见得能cover为定制化付出的实施/交付成本。

ASICVS通用GPU：“算法+硬件+系统架构”协同优化确实能大幅提升硬件利用率，这说明通用GPU/CPU头部厂商垄断地位并不稳固，国产GPU/CPU随着市占提升/生态改善，将会更加繁荣。

一些我们不好下判断的命题——杰文斯悖论能否实现技术创新是否会放缓：

云端算力的杰文斯悖论短期兑现难度可能比较大：当训练/推理成本（ASP）降低了10x以上且大部分厂商只需要蒸馏而不需要费