DeepSeek十问十答(已优化).docx

华泰研究

2025年2月04日|中国内地动态点评

1.DeepSeek是否会抑制算力增长?短期抑制VS长期爆发

我们认为DeepSeek本质是对现有AI算法的效率优化，短期可能导致训练需求下降，但随着模型普及和应用场景扩展，长期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。

2.DeepSeek是否会改变Al算力的增长范式：目前不会

AI算力大致分为1)用于研发前沿模型相关的探索性算力(AGI方向),2)面向消费者的应用性算力(现有模型推理)。目前北美四大Al公司主要通过扩大GPU集群规模的方式探索下一代大模型。只要这个探索工作还在继续产生正向回报，AI算力的增长范式短期或不会发生变化。

3.DeepSeek会改变市场投资逻辑吗?软件有望跑赢硬件

我们认识到，1)未来大模型竞争中，算法效率的重要性或上升，投资重点可能从算力军备转向算法效率。2)开源协议使中小开发者能基于前沿模型二次开发，创造更多创新机会。投资角度，看好美股软件表现好于硬件。

4.芯片市场格局是否会改变?高端GPU用途受限，ASIC占比或提升

DeepSeek的成功显示即使不使用最先进的GPU,也可以开发满足一般消费者需求的大模型。这可能意味着，英伟达的Blackwell/Rubin等最先进的GPU的用途，可能会局限在探索下一代超大规模模型(FrontierModel)上。

研究员

SACNo.S0570521050001SFCNo.AUZ066

研究员

SACNo.S0570521070004SFCNo.BPH392

联系人

SACNo.S0570122120079SFCNo.BVF938

黄乐平，PhDhuangleping@

+(852陈旭东

chenxudong@+(86)2128972228

于可熠

yukeyi@+(86)2128972228

行业走势图

资科来源：Wind.华泰研究

5.DeepSeek真的那么便宜吗?可能没有

DeepSeek在其V3技术报告中估计其训练成本只有557.6万美元，根据SemiAnalysis分析，这只包含预训练阶段的部分成本，而加上GPU算力投资，研发、数据收集等其他重要成本或远大于这个数字。

6.DeepSeek到底有哪些创新?混合专家MoE,强化学习，蒸馏等

主要创新包括模型架构(混合专家MoE,MLA)、训练方法(纯强化学习)、蒸馏优化和推理效率提升等，显著提升了AI算法效率和性能。

7.DeepSeek会带动中国科技资产价值重估吗?有可能

目前(2025/2/3),恒生科技指数12月前向PE20.0倍，远低于纳斯达克的35.4倍。DeepSeek的成功可能提高中国Al公司估值预期。

8.DeepSeek会推动端侧智能发展吗?有可能，但需要时间

DeepSeek的高性价比模型有利于模型在智能手机和汽车等智能设备上落地，我们认为智能硬件迭代不会一蹴而就，模型能力提升只是其中一环。

9.DeepSeek会导致美国提升出口管制压力吗?可能会

我们注意到DeepSeek发布后，美国媒体进一步限制中国发展Al声音抬头。建议关注后续：1)高端Al芯片出口管制，2)前沿模型的开源限制，3)模型回传限制，4)数据获取限制等风险。

10.DeepSeek会改变开源软件生态吗?会

目前基础大模型的开发，主要集中在OpenAI、Google、Anthropic、阿里，字节、百度的科技巨头手中。DeepSeek这次的成功丰富了Al开源生态，也为中小开发者依托开源生态实现快速发展提供了一条发展路径。

风险提示：中美贸易摩擦升级风险，宏观下行风险，创新品渗透不及预期风险。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

免贡声明和拔露以及分析师声明是报告的一部分，请务必一起阅读。1

正文目录

DeepSeek十问十答 3

问题#1:DeepS