人工智能系列深度：DeepSeek十大关键问题解读

　　

今天分享的是：人工智能系列深度：DeepSeek十大关键问题解读

报告共计：22页

国海证券发布的《DeepSeek十大关键问题解读——人工智能系列深度》深入剖析了DeepSeek在人工智能领域的重要影响。在算力方面，依据Jevons悖论，尽管短期训练侧算力需求可能受影响，但因其推理价格下降吸引更多用户调用模型，促使英伟达H100 GPU租赁价格上升，表明短期算力需求仍呈增长趋势，中长期推理算力需求有望持续增长，且多模态模型的大规模应用将升级算力需求。在芯片格局上，英伟达在计算与生态方面仍具优势，不过DeepSeek提升了模型训练算力使用效率，或使英伟达高端芯片初期主要用于探索AGI，同时推理芯片领域呈现国产化、ASIC化等百花齐放的态势。DeepSeek系列模型引发轰动的原因在于其技术创新，如优化模型结构、训练方法及GPU针对性优化，降低了训练成本，并且模型开源降低了下游企业调用成本。关于模型未来发展，MoE架构相比传统稠密模型在计算效率、AI响应速度、处理复杂任务和灵活性上更具优势。蒸馏模型能减少大参数模型的部署缺点，有利于本地部署和端侧发展。多模态方面，AI大模型正从文本向更多模态扩展。在应用和端侧，DeepSeek推动降本和强推理，有望加速AI应用普及，且其支持“模型蒸馏”，或加速AI在端侧的发展进程，带动相关硬件需求增长。此外，北美CSP厂商增加资本开支用于服务器与数据中心，持续发展模型预训练与推理，重视DeepSeek技术。

展开剩余76%

以下为报告节选内容

发布于：广东省