通信-行业周报：DeepSeek：模型效率的革命，算力基建的新起点.pdfVIP

通信

DeepSeek：模型效率的革命，算力基建

【我们团队对于DeepSeek理解，可以用一个非常巧妙的比喻来概括：

内燃机效率的提高，一定会带来更大的石油消耗】

DeepSeek做了什么：

【1】验证了新的ScalingLaw：在过去的几年间，AI模型的增长主

要依靠于预训练阶段的规模堆积，通过对人类已有数据的不断积累，

从而增加模型的规模和能力。但随着训练耗尽了人类已有数据，叠加

合成数据之路所产生的幻觉和边际收益递减问题，预训练阶段的

ScalingLaw逐渐放缓。2024年以来，基于强化学习的新ScalingLaw

成为了行业重点方向，先后涌现出了GPT-o1，DeepseekR1等优秀模

型。RL这种新的AI增长曲线，在初期展现出了非常高的投入性价比，

这也是DeepseekV3快速进化到R1，并展现出强大能力的根本原因。

当下RL依然是基于传统的预训练模型，在推理阶段加入RL使得模型

面对理科问题时的推理技能更加强大。展望未来，随着RL算法在预训

练阶段逐渐取代自回归算法，同时使用更强大的算力和更多的数据，

基于RL算法训练模型生成思维链，将共同构成AI新的ScalingLaw，

算法创新与算力堆叠在这条曲线上将一起狂奔，AI的能力边界将迎来

新一轮的扩张。

【2】极致的工程优化：DeepSeek的真正创新之处在于极致的工程优

化，主要依靠了如键值缓存，创新型的MoE架构，以及基于PTX层汇

编语言实现对于英伟达GPU效率的极致压榨等等，通过这些创新性的

工程优化，使得DeepSeek打破了西方模型公司固有的降本周期曲线，

能够用更低的价格，来提供接近头部模型的使用体验，提高了全球算

力的使用效率。

【3】慷慨的开源：与西方以OAI和Anthropic为代表模型巨头，逐渐

走向闭源的模型商业理念不同，DeepSeek将自身创新性原理和模型进

行了开源，一方面使得全球模型厂商能够共享新的工程方法带来的性

价比提升，另一方面使得全球用户能够本地或者通过公有云部署，从

而避免高溢价，这也是Deepseek在全球开发者中获得如此高殊荣的

核心原因。

DeepSeek对于英伟达的影响：

Deepseek的出现，让全世界看到AGI的实现又更近了一步。我们认

为，海外在算力领域的布局不会因为deepseek有所放缓，相反，因为

deepseek的出现，将会给全球科技巨头进一步上紧发条，海外科技巨

头们将进一步加码在算力领域的布局。具体而言，一方面可能会进一

步加大英伟达GPU采购力度，另一方面也会加紧推进自研ASIC方案

的进度。此外，美国政府可能会进一步加紧芯片出口限制，试图在算力

层面上进行最后的封锁，以限制其他国家地区的AI发展，维护其所谓

的AI领先地位。

对于英伟达而言，我们认为，deepseek的阶段性胜利，将继续推动算

力市场的整体需求，长期的天花板进一步被打开，我们不认为英伟达

请仔细阅读本报告末页声明

的需求和订单会出现任何大幅度的影响，相反，一方面可能会进一步

超预期，另一方面英伟达可能也会将其下一代产品的迭代速度加速，

性能有望实现重大突破的极具创新型技术路线（如CPO、OIO等），

我们认为有望继续提速。我们认为英伟达的股价下跌并非反应的是需

求的变化，而更多应是担心可能发生的进一步加紧的芯片出口限制而

带来的不确定性。

DeepSeek对于中国算力投资的影响

【对于国产算力】：DeepSeek推出后，美国迫于竞争压力，对于中国

进一步加强算力制裁的呼声愈发强大。同时由于DeepSeek开源和低

成本特性，国产显卡用于推理的性价比和ROI急剧上升，至此，基于

中芯国际的制造能力，芯片厂商的设计能力，Deepseek模型的应用能

力三者合一，中国算力自主可控的飞轮开始旋转。

【对于边缘侧】：DeepSeek对于边缘侧的拉动主要有两点，第一是云

端先进模型的价格降低，使得AI应用，AI硬件的使用和开发运营成本

降低，这将促进AI硬件的放量。第二是DeepSeek对于小模型优化的

能力，此次Deepseek也基于Qwen与Llam