DeepSeek十問十答分享說明

正文目錄DeepSeek十問十答 3問題#1:DeepSeek是否會抑制算力增長? 3問題#2:DeepSeek是否會改變Al算力的增長范式 4問題#3:DeepSeek會改變市場投資邏輯嗎? 5問題#4:DeepSeek是否會改變芯片市場格局? 6問題#5:DeepSeek真的那么便宜嗎? 7問題#6:DeepSeek到底有哪些創(chuàng)新? 8問題#7:DeepSeek會帶動中國科技資產(chǎn)價值重估嗎? 9問題#8:DeepSeek會推動端側(cè)智能發(fā)展嗎? 問題#9:DeepSeek會導(dǎo)致美國提升出口管制壓力嗎? 問題#10:DeepSeek會改變開源軟件生態(tài)嗎? 風險提示 圖表目錄圖表1:MAAMG季度資本開支 3圖表2:大模型對半導(dǎo)體需求增長快于摩爾定律 4圖表3:美股軟/硬件板塊股價漲跌幅 5圖表4:硬件/軟件ETF主要權(quán)重股估值和股價表現(xiàn) 5圖表5:Nvidia、AMD、Broadcom、Marvell、Intel數(shù)據(jù)中心及Al相關(guān)收入趨勢 6圖表6:DeepSeekAITCO 7 8圖表8:Nasdaqvs恒生科技一年前向PE 9圖表9:Nasdaqvs恒生科技一年前向PE 9圖表10:DeepSeek-R1模型已作為NVIDIANIM微服務(wù)發(fā)布 圖表11:DeepSeek或催化美國提升出口限制壓力 圖表12:開源模型性能進步速度快于閉源模型 圖表13:國內(nèi)外主流Al大模型對比 場、技術(shù)創(chuàng)新、端側(cè)智能、出口管制、投資邏輯、軟件生態(tài)、開源生態(tài)以及中國科技資產(chǎn)卡的H800GPU集群上訓(xùn)練約2個月，合計成本約557.6萬美金，相較而言，Llama3系列模型的計算預(yù)算則多達3930萬H100GPU小時，DeepSeek訓(xùn)練成本約相當于Llama3系列模型的7%。隨著Al技術(shù)成本的下降.其應(yīng)用范圍將大幅擴展.最終可能導(dǎo)致算力需求的大幅增長。微2Q242Q24合計同比(右軸)120%0注：預(yù)測數(shù)據(jù)來自Factset一致預(yù)期資料來源：Factset,AI算力大致分為1)用于研發(fā)通向通用人工智能(AGI)的前沿模型相關(guān)的探索性算力(AGI方向),2)面向一般消費者的應(yīng)用性算力(現(xiàn)有模型推理)。過去兩年，推動算力增長的主要動力是，探索性算力增速(25x/2年)遠高于摩爾定律(2倍/年),導(dǎo)致GPU需求激增。只要這個探索工作還在繼續(xù)產(chǎn)生正向回報，Al算力的增長范式短期或不會發(fā)生變化。DemseNet201在通用人工智能(AGI)愿景的驅(qū)動下，我們看到，主要科技巨頭仍然在加大投入，例如：1)1/24,Meta宣布計劃2025年資本支出達600-650億美元，主要用于Al基礎(chǔ)設(shè)施(訓(xùn)練集群和數(shù)據(jù)中心建設(shè))。2)1/21,OpenAl宣布和軟銀、Oracle啟動的“ProjectStargate”計劃投資超1000億美元建設(shè)Al基礎(chǔ)設(shè)施，顯示資本仍集中流向需要海量算力的前沿探索。根據(jù)Factset一致預(yù)期，微軟、谷歌、亞馬遜、Meta、蘋果等北美五大科技公司合計資本開支2025年有望繼續(xù)增長19.6%。其中很大部分投入是用在包括GPT-5、Llama4等在內(nèi)下一代模型的算力投資。另一方面，Agent等應(yīng)用目前仍處于探索的初期階段，大規(guī)模商用的時間點仍存在不確定性，所以我們認為目前Al算力的增長范式?jīng)]有變化。問題#3:DeepSeek會改變市場投資邏輯嗎?DeepSeek這次的“驚喜”讓我們認識到，1)未來大模型公司之間的競爭中，"算法效率"的重要性可能上升，投資重點可能從"算力軍備"轉(zhuǎn)向"算法效率"。Al競賽正從"算力軍備"轉(zhuǎn)向"算法效率"。未來的競爭重點或?qū)⒏嗟丶性谒惴▋?yōu)化和生態(tài)活力上。2)開源協(xié)議能使中小開發(fā)者基于前沿模型二次開發(fā)，推動大模型創(chuàng)新從少數(shù)科技巨頭向分布式社區(qū)轉(zhuǎn)移，為中小軟件企業(yè)創(chuàng)造更多創(chuàng)新機會。從投資角度，我們認為2025年是AI發(fā)展進入商業(yè)化落地的一年。以AgentAl為代表的企業(yè)軟件有望迅速落地，提升企業(yè)工作效率，帶動美股軟件板塊表現(xiàn)或好于硬件。市位收盤價PE(百萬頭元)當?shù)刎泿?025E2026ESaleslorce4.57.97.2-1.62.6注：預(yù)測數(shù)據(jù)來自Factset一致預(yù)期，數(shù)據(jù)截至2根據(jù)JonPeddieResearch,3Q24英偉達在全球GPU市場份額達到90%。其中，H100進的GPU的用途，初期可能會被局限在探索下一代超大規(guī)模模型(FrontierModel)上。圖表圖表5:Nvidia、AMD、Broadcom、Marvell、Intel數(shù)據(jù)中心及Al相關(guān)收入趨勢(百萬美元)據(jù)DeepSeekV3技術(shù)報告，V3卡的H800GPU集群上訓(xùn)練約2個月，合計成本約557.6萬美金，相較而言，Llama3系列模型的計算預(yù)算則多達3930萬H100GPU小時，DeepSeek訓(xùn)練成本約相當于Llama3系列模型的7%。但是，SemiAnalysis在報告中指出，557.相當可觀。據(jù)SemiAnalysis估計，其GPU投資就超過5億美元?？紤]到服務(wù)器資本支出、運營成本等因素，DeepSeek的總擁有成本(TCO)在4年內(nèi)可能達到25.73億美元。本降至OpenAl的1/50,這在實際應(yīng)用中可以帶來顯著的成本節(jié)約。然而，這種成本優(yōu)勢#4444#SS問題#6:DeepSeek到底有哪些創(chuàng)新?能和效率。R1-zero模型采用純強化學習(RL)訓(xùn)練，跳過監(jiān)督微調(diào)，驗證了RL在Al訓(xùn)練中的優(yōu)先級和有效性。這些創(chuàng)新使DeepSeek在性能、效率和成本方面都取得了顯著進展，為AI技術(shù)的發(fā)展提供了新的方向。特別是在解決復(fù)雜數(shù)學、物理和推理問題時，其速度是ChatGPT的兩倍，且在編程問題上提供了迅速而全面的答案。1)采用混合專家(MoE)架構(gòu)，動態(tài)調(diào)用子模型降低計算量；2)引入多頭潛在注意力(MLA)壓縮內(nèi)存，支持長文本處理；3)強化學習(RL):R1-zero模型跳過監(jiān)督微調(diào)，通過純RL直接訓(xùn)練，驗證了RL的優(yōu)先級和有效性；4)蒸餾優(yōu)化：利用R1生成數(shù)據(jù)微調(diào)小模型，提升特定場景性能(如數(shù)學、代碼任務(wù))模型架構(gòu)創(chuàng)新、訓(xùn)練方法突破、蒸餾優(yōu)化、推理效率提升等。圣Multi-HeadLatentconcotenatefOo0OLatente?OutputHiddenu:OOOOopply問題#7:DeepSeek會帶動中國科技資產(chǎn)價值重估嗎?公司/指數(shù)名稱(百萬美元)(當?shù)刎泿?股價變動(%)MSFTUSMicrosoft3,085,5METAUSAMZNUSXiaomi9.213.4問題#8:DeepSeek會推動端側(cè)智能發(fā)展嗎?側(cè)設(shè)備上部署Al應(yīng)用，推動智能設(shè)備的智能化進程。微軟推出的專為NPU設(shè)計的DeepSeek-R1模型，支持Copilot+PC等設(shè)備，實現(xiàn)半連續(xù)運行的主動智能體驗，為智進過程，不會一蹴而就。模型能力提升只是其中一環(huán)，還存在生態(tài)鏈協(xié)調(diào)等很多挑戰(zhàn)，對2025年Al手機等端側(cè)智能的發(fā)展不應(yīng)抱過高預(yù)期。圖表10:圖表10:DeepSeek-R1模型已作為NVIDIANIM微服務(wù)發(fā)布SurteotteetandhineffoengyLMeacelinginroworingOkay,solreedtofoueoutwhichnuneiplbcs.sothefristdgltaftetleftmostdigtandmovetotherigitFor911,thetenthsdgits1,andfr9B,thap1_key=“SAPINEYREQUIRED_IF_E)coapletion=etient.chathodoln*deepseek-a1/deepseek-esseges[{"role°:"userEpkoreModdseprntsDosFonnseG.SarhAPICtlog資料來源：英偉達官網(wǎng)，問題#9:DeepSeek會導(dǎo)致美國提升出口管制壓力嗎?1)芯片出口管制收緊：美國可能會加強對高端Al芯片的出口管制；2)開源限制：美國政府可能會限制科技公司開源大模型，以防止技術(shù)擴散；3)模型回傳限制：在2024年年底發(fā)布的出口管制政策中，美國政府已經(jīng)限制在新加坡等5)算力資源限制：除了芯片管制，還可能限制美國云服務(wù)提供商的高性能計算資源的使用。Oet7th,2022ExportControls(Bytes/s)問題#10:DeepSeek會改變開源軟件生態(tài)嗎?全球主要大模型公司中，OpenAl、Google、Anthropic、字節(jié)、百度等采用閉源模式，Meta、阿里等采用開源模式。如下圖所示，閉源模型一直保持對開源模型的性能優(yōu)勢。0OpesSouce(DoeintOutperfomPrwFCmaDPhan[DaeintOutpeformPc0opta四d這次DeepSeek通過開源接近最先進的閉源的高性能模型，可能降低Al技術(shù)的使用門檻。開源模式帶來邊際成本持續(xù)下降的技術(shù)紅利，為AI技術(shù)的真正普及奠定了基礎(chǔ)。此外，DeepSeek的做法也可能推動其它Al公司重新思考其商業(yè)模式。模態(tài)(輸入；輸出)美國OpenAlGPT-01300B閉源2024年12月美國OpenAlGPT-40未公開閉源2024年5月美國OpenAlGPT-4turbo未公開閉源2023年11月美國OpenAlSora木閉源2024年2月美國谷歌