大家好，我是吾鳴。
今天吾鳴要给大家分享的是由东方证券出版的DeepSeek报告——《DeepSeek惊艳世界，算力与应用将迎来结构性变化》。这份报告主要从DeepSeek性能与市场反响、技术创新解析、算力与应用的潜在影响、投资建议和风险提示这几大部分对DeepSeek做了全面的介绍。报告是一份PDF电子书，一共有18页，内容很丰富。
内容摘要
1. 引言
概述DeepSeek近期发布的大模型DeepSeek-V3和推理模型R1，强调两者在性能（如开源模型榜首、对标顶尖闭源模型）和成本（大幅降低训练与推理成本）上的突破，并指出其开源属性与技术创新将对AI算力及应用行业产生深远影响。
2. DeepSeek模型性能与市场反响
- DeepSeek-V3：在知识类、长文本、代码和数学任务评测中超越主流开源模型（如Llama-3.1-405B），并与GPT-4o、Claude-3.5-Sonnet等闭源模型性能相当；通过FP8精度训练等技术降低训练成本至557万美元（仅为同类模型的1/10），API定价显著低于市场水平。
- R1模型：强化学习驱动，推理能力对标OpenAI o1，支持蒸馏小模型（如32B/70B）实现高性能；API服务定价仅为OpenAI的1/4，上线后全球下载量飙升，18天日活突破1500万。
- 行业反响：引发科技巨头（微软、Meta、ASML等）高度关注，英伟达等芯片厂商股价因算力需求预期变化大幅下跌。
3. 技术创新解析
- 训练技术：采用FP8混合精度训练（降低计算资源消耗）、DualPipe双向流水线（提升并行效率）、跨节点通信优化（减少通信开销）。
- 推理优化：通过MoE架构（仅激活部分参数）和多头潜在注意力（MLA） 降低推理成本，结合 多Token预测（MTP） 和 模型蒸馏提升性能。
- 强化学习应用：R1-Zero验证纯强化学习的推理潜力，R1通过多阶段训练（冷启动→强化学习→拒绝采样→全场景优化）实现实用化推理模型。
4. 对算力与应用的潜在影响
- 算力需求结构性变化：训练端因算法优化可能减少短期投入，但长期仍将追求更大模型；推理端因成本下降（“杰文斯悖论”）需求激增，国产芯片（如华为昇腾、海光DCU）或受益于生态适配与政策限制。
- AI应用普及加速：高性能、低成本模型推动B端企业应用（如办公、医疗、金融）、垂直行业工具（如代码、多模态）及国产算力服务商的商业化落地，中国AI应用全球竞争力提升（如豆包、Kimi助手）。
5. 投资建议
建议关注四大方向：
- B端企业应用（金山办公、泛微网络等）；
- 垂直行业龙头（科大讯飞、同花顺等）；
- AI工具类（万兴科技、福昕软件等）；
- 国产算力及服务（海光信息、中科曙光等）。
6. 风险提示
- 技术落地不及预期；
- 政策支持力度不足；
- 美国芯片制裁加剧；
- 行业竞争导致变现能力下降。
报告精彩
报告无套路下载地址：pan.quark.cn/s/7380eff83…
