DeepSeek：低成本AI模型重构全球产业链，行业格局迎来变数

2025年初，中国人工智能企业深度求索（DeepSeek）发布的开源模型DeepSeek-R1引发全球关注。其以显著低于行业巨头的训练成本（如DeepSeek-V3仅557.6万美元，性能对标GPT-4o），打破了AI领域长期对算力堆叠的路径依赖。这一技术突破不仅引发资本市场震荡，更吸引了高盛、摩根士丹利等顶级投行的深度解析。

01投行视角下的DeepSeek技术价值

改进模型，降低成本

摩根士丹利指出，DeepSeek通过改进模型架构和优化数据质量，显著降低了训练成本，其模型成本仅为OpenAI等竞争对手的十分之一，且性能接近顶尖闭源模型。这证明“更大并不等于更聪明”，高效工程设计和算法优化可能比单纯算力投入更具竞争力。

摩根大通认为这代表AI技术的阶跃式进步，采用“专家混合”（MoE）系统，使模型在参数运行机制上更为高效，在较弱硬件和较低内存带宽下通过重度优化也能产生显著效果，降低能源需求和总体成本，为AI技术发展提供新思路。

高盛则强调，DeepSeek的低成本将降低AI应用开发门槛，可能颠覆现有竞争格局，使初创企业能够挑战互联网巨头在AI领域的垄断地位。

开源生态的催化剂

DeepSeek选择开源模型，允许开发者自由部署和二次开发。摩根士丹利认为，此举将加速全球开源生态繁荣，推动更多企业探索定制化AI解决方案，同时削弱闭源模型的技术壁垒。例如，华为、阿里云等国内外云厂商已快速集成DeepSeek模型，提供低成本API服务。美银认为DeepSeek的开源特性降低了软件公司应用AI技术的门槛，众多软件企业有望快速嵌入AI功能，提升竞争力，加速行业创新。像金山软件、金蝶等企业可能率先受益。

推理层面的进步

DeepSeek带来的最大的震撼不是开源或者低成本，而是不需要做 SFT（Supervised Fine-Tuning）了。但只是在推理层面，推理以外的任务还是需要做SFT。这也许能够提出一个新的范式或架构，使得训练模型对数据的利用效率更高，或者模型表现的迭代速度更快。

02对产业链的冲击与机遇

算力市场：短期需求预期下降，长期多元化发展 利摩根士丹利观察到，DeepSeek的技术路径降低了对先进算力的依赖，导致市场对英伟达高端GPU（如GB200芯片）的需求预期大幅下调。其报告将英伟达2025年GB200出货量预测从3万件下调至2万件，引发英伟达股价短期暴跌23.8%。但同时，国产算力厂商（如华为昇腾、海光DCU）因与DeepSeek的深度适配获得发展窗口期。高盛指出，国产芯片厂商可通过优化性价比和服务响应速度，在多元化算力市场中占据更大份额。

云服务与AI应用：成本下降驱动商业化加速

摩根士丹利认为，DeepSeek模型显著缩小了云厂商前期投入与收益兑现的周期差距。例如，微软Azure、亚马逊AWS等全球云平台已快速上线DeepSeek服务，而国内云厂商（如腾讯云、华为云）则通过集成国产算力进一步压缩成本，提升利润率。高盛补充称，低成本的模型调用（如每百万tokens仅0.014美元）将加速AI在医疗、金融、工业等垂直领域的渗透，尤其是Agent AI（智能体）和端侧AI的落地。

数据中心：短期影响有限，长期持乐观态度

美银证券认为对于数据中心短期影响有限，因为2025年的预计收入增长很大程度上已经由先前的积压订单保证；至于长期方面，对受到更广泛的人工智慧应用推动的数据中心需求前景持乐观态度。同时，随着模型推理效率提升，更多人工智慧相关订单将从模型训练转向模型推理。