計算機行業(yè)深度分析：三大要素齊發(fā)力AI應用步入全面加速期

計算機tangyue券研究報告-行業(yè)深度分析強于大市(上調(diào))51%29%化形勢持續(xù)向好8%-3%-14%層的發(fā)展?jié)摿ω酱尫拧?。DeepSeek-R1發(fā)布后，大模型成本顯-3%-224.032024.072024.112025.03著下降，開源陣營在性能上實現(xiàn)超越。至此，AI應用集齊全面落地《計算機行業(yè)月報：DeepSeek-R1帶來AI理能力的提升路徑，DeepSeek首次公開驗證了強化學習對于大模技術突破，持續(xù)關注GPT-5的推出進程》型推理能力提升的有效性。2025-02-13《計算機行業(yè)深度分析：美國制裁密集出臺，全面圍堵對我國的AI算力供應能力》《計算機行業(yè)深度分析：美國制裁密集出臺，全面圍堵對我國的AI算力供應能力》2025-01-242025-01-24《計算機行業(yè)月報：AI模型成果密集發(fā)布，制裁或?qū)⑷嫔墶?025-01-10聯(lián)系人：李智《計算機行業(yè)月報：AI模型成果密集發(fā)布，制裁或?qū)⑷嫔墶?025-01-10聯(lián)系人：李智度訓練框架、DualPipe算法、跨節(jié)點All-to-All通信內(nèi)核等一系列電話態(tài)的發(fā)展，彌補了中國企業(yè)上云（特別是公有云本報告版權(quán)屬于中原證券股份有限公司www. 41.1.o1開啟邏輯推理能力提升的新路徑 41.2.DeepSeek首次公開驗證了強化學習對于大模型推理能力提升的有效性 5 72.1.DeepSeek開啟低成本路線 72.2.DeepSeek算力節(jié)省的關鍵點 82.3.兩大模型訓練路徑 2.4.DeepSeek運營成本及相關數(shù)據(jù)測算 3.1.開源大模型陣營首次在先進性上超越了閉源陣營 3.2.DeepSeek開源條款更加開放，有利推動模型的推廣和應用 3.3.DeepSeek將核心代碼悉數(shù)開源，極大地促進了AI技術的發(fā)展 20 4 5 6 7 7 8 8 9 10 10 13 14 14 18 19 22 23 23 24 5 6 7 12 12 16 18 20注推理、AI應用和液冷需求》中提出了“o1的問世”“性能雖然超過了OpenAI現(xiàn)有的模型，但是面臨了新訓練數(shù)據(jù)要是一種交流的工具，而不是一種思考的工具》（Languageisprimarilyatoocommunicationratherthanthought），論文中證明了負責語言的神經(jīng)和負債思破，已經(jīng)表現(xiàn)得比較出色，但是在推理和邏輯能力方面的表現(xiàn)仍圖1：人腦中負責語言和邏輯推理的神經(jīng)網(wǎng)絡碼、數(shù)學和類似領域的復雜問題。因而o1對于LLM實現(xiàn)AGI具有重要的意義，是OpenAI表1：OpenAI大模型產(chǎn)品-4K/16K-圖2：推理模型與語言模型在數(shù)學、科學、編碼方面的能力對比訓練方法的基礎上加入了多階段的訓練，包括在強化學），新得到的DeepSeek-R1具有了圖3：DeepSeek-R1的訓練流程為了能夠?qū)⑼评砟芰w移到不適合MoE架構(gòu)的場景，DeepSeek還用DeepSeek表2：硅基流動上DeepSeek主要模型情況及調(diào)用價格428DeepSeek-R1-Zero的AIME精度的能力。與監(jiān)督微調(diào)通過給模型大量人類標注數(shù)據(jù)進行學習我學習和獲得獎勵的方式，完成自主的學習。因而我們看到強化學習依賴于先驗知識，模型自我學習的過程中或能涌現(xiàn)出超越人類思維上限的推理能力2）無需標注數(shù)據(jù)，監(jiān)督微調(diào)需要的人工標注數(shù)據(jù)往往需要耗費較長的時間周期和較高的成本，還容易因為標記者喜好產(chǎn)生訓練偏差。圖4：DeepSeek-R1-Zero在訓練中AIME精度提升情況圖5：DeepSeek-R1-Zero在訓練中的平均響應時長表3：DeepSeek的主要模型發(fā)布情況圖6：DeepSeek-R1與o1在調(diào)用成本差距（美元/百萬token）Cache）較大，DeepSeek通過將低秩近似方法引入鍵值緩存壓縮中，圖7：DeepSeek-V2中MLA對于降低KVCache和訓練成本的作用）：），數(shù)據(jù)只選擇激活其中一部分專家模型，因而可以減少計算量圖8：DeepSeek-V3整體架構(gòu)架構(gòu)上展現(xiàn)出了軟硬協(xié)同優(yōu)化能力，這成為了他們超越國內(nèi)其他大模型團容易損失數(shù)據(jù)信息。為此，DeepSeek結(jié)合自身在GPU硬件架構(gòu)和訓練誤差方面強大的整合行，而一些關鍵操作則保持了原有數(shù)據(jù)格式，兼顧了訓練圖9：FP8混合精度訓練框架示意圖圖10：DualPipe算法示意圖（1）通過精細化模型和軟硬件結(jié)合的訓練構(gòu)架的構(gòu)建模型能力建設。DeepSeek在這個方向上展現(xiàn)出超強的能力和開創(chuàng)性，也很好契合我國圖11：DeepSeek-V3與Grok-3訓練小時數(shù)對比（萬GPU小時）圖12：頭部大模型的ChatbotArena成績但可以預見的是，無論從經(jīng)濟性上來說，還是從能源消耗等因素來看，簡單依靠大力出奇跡的發(fā)展路徑的瓶頸都顯而易見。而Dee型應用推廣和能力進一步提升，都創(chuàng)造了更多發(fā)展表4：OpenAI大模型產(chǎn)品競品推出情況模型Anthropic騰訊Anthropic表5：DeepSeek運營數(shù)據(jù)及測算342*1000*0.14+(608-342)*1000*0.55+168*資料來源：DeepSeek，中原證券研究所（圖13：DeepSeek在不同時段用于推理服務的節(jié)點數(shù)按照理論測算，DeepSeek會有日均47.5萬美元的利潤，對應的毛利率高達84.5%，但實際利潤會少于理論值，對比在理論收入測算中與實預計從2023年到2028年，OpenAI將蒙受440億美元的損失，其中2024年將損失50億美元，到2026年年度損失可能高達140億美元，到2029年OpenAI看，DeepSeek憑借強大的成本控制能力，已經(jīng)可以實現(xiàn)M論毛利率，都是超出市場預期的。圖14：2024年OpenAI支出預測服務接入后，在用餐時段或?qū)a(chǎn)生更多的服務需求。圖15：DeepSeek成本與理論收入測算除此以外，Anthropic、騰訊、華為目前也都Grok-3達到一般可用性后開源。這意味著xAI的開源節(jié)奏將會在發(fā)布模型的開源，整體模型能力也將落后于目前主億等多個參數(shù)大小尺寸，且模型效果始終在開源屆表6：主流開源大模型億以上商用需授權(quán)億Apache2.0億億億、570億參數(shù)支持32K上下文支持8192上下文，同時發(fā)布了90億和2億允許商用，要標注版權(quán)，月模型Apache2.0億億Apache2.0Meta進一步允許使用其模型的輸出來改進其他），尼亞州法律管轄，加利福尼亞法院具司法管轄權(quán)，或影響受貿(mào)易制裁的企業(yè)的使用。遵守Apache2.0，其中規(guī)模最大的720億參數(shù)模型為Qwen許可，30億模型為QwenResearch許可。以Qwen許可為例，允許商用但需要標注通義千問的貢獻，要求當產(chǎn)品擁有定法律管轄相關條款。MIT與Apache同屬于較寬松的開源協(xié)議，但是Apache要求在衍生作品中包含原始許可證、版權(quán)聲明和貢獻者聲明等，MI圖16：常見開源協(xié)議對比通過以上對比來看，DeepSeek在開源協(xié)議上保持了更加開放的友好，對于全球被許可人來說，也可以避免受到國際政治及法律變化的影響。在Deep-R1和DeepSeek-V3發(fā)布以后并提供MaaS服務，省去了開發(fā)者買卡、裝驅(qū)動、配加速了在大模型的應用落地，也可以很好地滿足更多私有化的行業(yè)需求。表7：各大廠商接入DeepSeek的情況DeepSeek-R1模型可以在AmazonWebServices上使用經(jīng)過硅基流動和華為云團隊連日攻堅，現(xiàn)在，雙方聯(lián)合首發(fā)并上線基于華為云昇騰云服務的百度智能云千帆平臺已正式上架DeepSeek-R1和Dee南京智算中心與寒武紀、蘇寧科技合作，成功上線全金山云中國移動通信集團青海有限公司基于寒武紀MLU590國產(chǎn)化算力資源池，已全面部署上線根據(jù)Canalys數(shù)據(jù)，從2024年全球智能手機出貨量市場來看，安卓占據(jù)了約78%的市場份額，也極大地降低了手機廠商和應用廠商發(fā)展的門檻，促進了手機生態(tài)的成熟。因而，業(yè)界也對大模型開源生態(tài)的發(fā)展給與積極的響應。圖17：2024年全球智能手機出貨量市場份額在閉源生態(tài)發(fā)展的過程中，由于中國企業(yè)上云（特別是公有云）比例遠低于海外，AI的B端應用推廣也因此受限。而隨著最強大模型的開源傳統(tǒng)軟件開源的定義中，關注點在于源代碼的公開可獲取，來自全世界的開發(fā)者可以很容易地為軟件提供貢獻。而對于大模型來說，涉及到的核心要的代碼、模型參數(shù)、用于訓練的技術和方法、標記訓練數(shù)據(jù)天的代碼庫開源活動就此展開。從芯片級優(yōu)化到系統(tǒng)級設計，從算法到工程通過破譯英偉達后臺指令，并巧妙地使用，極致優(yōu)化了算法性能。在此次活動中，DeepSeek將其在節(jié)省算力和高效運算方面的核心技術毫無保留地進行悉數(shù)開源，在全球范圍內(nèi)引起了廣泛的關注和強烈的反響，其開源的誠意也贏得了全世界的贊表8：DeepSeek在“OpenSourceWeek”的開源情況核圖18：英偉達DeepSeek-R1推理輸出能力同時，考慮到DeepSeek可以通過低成本取得大廠閉源系統(tǒng)同等水平的大模型，那么DeepSeek也可以在前期實現(xiàn)更加純粹的和具有可持續(xù)性的開源、開放，從而加龐大AI開源生態(tài)體系，也借助這樣的開源實現(xiàn)群策群力，更快地走向AGI。也在考慮加大開源策略；連一向低調(diào)的火山引擎也開源了“大模型應用實驗型的算力主要集中在預訓練（Pre-training）階段，而未來模型在后訓練（Post-tra消耗的算力進一步加大，同時由于模型在推理階段需要進行更長時間的思考過程應用爆發(fā)期，B端AI應用成為了企業(yè)應對科技變革沖擊的重要手段，阿里、字節(jié)、小米等科技大廠也在加速AI投入，完成向下個時代的布局。機終端一類的應用落地形成日常調(diào)用，模型調(diào)用需求將在種類和頻次上獲得極大的提升。在數(shù)據(jù)端的長期積累和龐大的工程師團隊，在底層模型能力實現(xiàn)突破以后，我們在的發(fā)展目標，同時規(guī)劃智算、超算等高性能論總算力、智算算力、智算占比目標都名列前茅，也意圖將算力和人工智能作為新質(zhì)生產(chǎn)力來帶動河南的發(fā)展。圖19：各地算力規(guī)劃中關于總算力的相關目標（EFLOPS）圖20：各地算力規(guī)劃中關于智能算力的相關目標（EFLOPS）圖21：各地算力規(guī)劃中關于智能比例的相關目標部署和推理服務，成為河南省第一個提供該服務的城市級算力中心，河南空強于大市：未來6個月內(nèi)行業(yè)指數(shù)相對滬深300漲幅10％以上；同步大市：未來6個月內(nèi)行業(yè)指數(shù)相對滬深300漲幅－10％至10％之間；弱于大市：未來6個月內(nèi)行業(yè)指數(shù)相對滬深300跌幅10％以上。買入：未來6個月內(nèi)公司相對滬深300漲幅15％以上；增持：未來6個月內(nèi)公司相對滬深300漲幅5％至15%;謹慎增持：未來6個月內(nèi)公司相對滬深300漲幅－10％至5%;減持：未來6個月內(nèi)公司相對滬深300漲幅－15％至－10%;賣出：未來6個月內(nèi)公司相對滬深300跌幅15％以上。本報告署名分析師具有中國證券業(yè)協(xié)會授予的證券分析師執(zhí)業(yè)資格，本人任職符合監(jiān)管機構(gòu)相關合規(guī)要求。本人基于認真審慎的職業(yè)態(tài)度、專業(yè)嚴謹?shù)难芯糠椒ㄅc分析邏輯，獨立、客觀的制作本報告。本報告準確的反映了本人的研究觀點，本人對報告內(nèi)容和觀點負責，保證報告信息來源合法合規(guī)。中原證券股份有限公司具備證券投資咨詢業(yè)務資格。本報告由中原證券股份有限公司（以下簡稱“本公司”）制作并僅向本公司客戶發(fā)布，本公司不會因任何機構(gòu)或個人接收到本報告而視其為本公司的當然客戶。本報告中的信息均來源于已公開的資料，本公司對這些信息的準確性及完整性不作任何保證，也不保證所含的信息不會發(fā)生任何變更。本報告中的推測、預測、評估、建議均為報告發(fā)布日的判斷，本報告中