財中社2月6日電德邦證券發表通信行業研報稱，DeepSeek係列模型先後發布，性能及成本均在全球範圍內取得領先優勢。認為DeepSeek係列模型的發布極大程度上提升了現有模型效率。高端算力卡對於模型發展的重要性或將下行，國產算力卡及相關產業鏈條或迎來機會。1、根據DeepSeek技術報告，DeepSeek-V3總訓練成本僅為557萬美元（假設H800 GPU每小時租金為2美元）。而Anthropic的CEO表示：“GPT-4o這樣的模型訓練成本約為1億美元，而目前正在開發的AI大模型訓練成本可能高達10億美元。未來三年內，AI大模型的訓練成本將上升至100億美元甚至1000億美元。” 2、1月27日，DeepSeekJanus-Pro係列模型發布。其中，1B模型僅用了128顆英偉達A100訓練一周。A100是英偉達於2020年5月發布的算力卡，其FP64性能僅為9.7 TFLOPS。而英偉達最新的GB200產品FP64性能達45 TFLOPS。3、華為已經發布的910B性能基本對標英偉達A100，即將發布的910C性能上預計對標英偉達前旗艦產品下半年00。2025年2月4日，DeepSeek-R1、DeepSeek-V3、DeepSeek-V2、JanusPro正式上線昇騰社區，支持一鍵獲取DeepSeek係列模型，支持昇騰硬件平台上開箱即用，推理快速部署。部署DeepSeek-V3模型需配置4台Atlas 800IA2（8*64G）服務器資源。Atlas 800IA2推理服務器是基於華為自研鯤鵬920處理器和昇騰910 AI處理器的AI推理服務器。

DeepSeek係列模型訓練、推理成本相對較低。國內外雲廠商已經開始普及DeepSeek係列大模型的服務。認為通過增加算力密度、算力規模推動模型發展的行業“定式”或受到動搖。算力集群對密度、規模的要求放鬆，將有助於推動AIDC的建設。係列中“小模型”的發布也將帶來端側應用的機會。此外，DeepSeek係列模型均為開源模型，其技術優勢或將較快的普惠整個行業，進而推動全球算力需求的持續上行。1、2024年12月，DeepSeek-V3發布。該模型為自研MoE模型，671B參數，激活37B，在14.8T token上進行了預訓練。DeepSeek-V3多項評測成績超越了Qwen2.5-72B和Llama-3.1-405B等其他開源模型，並在性能上和世界頂尖的閉源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。API服務定價為每百萬輸入tokens 0.5元（緩存命中）/ 2元（緩存未命中），每百萬輸出tokens 8元。性能/價格比在全球範圍內處於領先地位。2、1月20日，DeepSeek-R1正式發布。其性能對標OpenAI o1正式版。DeepSeek-R1 API服務定價為每百萬輸入tokens 1元（緩存命中）/ 4元（緩存未命中），每百萬輸出tokens 16元。OpenAI o1價格分別為55、110、438元。3、雲廠商普及DeepSeek相關服務/產品。2月2日至4日，騰訊雲、百度智能雲、阿裏雲、華為雲前後接入DeepSeek相關大模型，微軟、英偉達、亞馬遜科技等海外雲廠商在一月底就已經接入。2月4日潞晨科技攜手昇騰，聯合發布基於昇騰算力的DeepSeek R1係列推理API，及雲鏡像服務。3、DeepSeek Janus-Pro係列模型包含1B、7B兩個版本。其中，Janus-Pro-7B在GenEval文本生圖指令執行能力排行榜上獲得了0.80的高分，顯著優於Janus（0.61）、DALL-E 3（0.67）和Stable Diffusion 3 Medium（0.74）的表現。且1B版本可以直接在WebGPU的瀏覽器中運行。

在大模型發展方向上，我國與美國路線並不相同。美國更多專注於通用大模型的發展，而我國更加強調AI的垂直應用。認為，我國的發展路線更具有商業價值。1、2024年11月，美國美中經濟與安全審查委員會正式向國會提出了一項AI提案。希望複製二戰期間曼哈頓計劃的成功模式，全力研發AGI係統（Artificial General Intelligence，通用人工智能）。2、2024年，我國政府工作報告中首次提到“AI+”。地方政府方麵。1月15日，廣東省十四屆人大三次會議在廣州開幕，政府工作報告提出，實施“人工智能+”行動，加快智算中心和數據基礎設施建設。1月14日，浙江省十四屆人大三次會議在杭州開幕，政府工作報告提出，布局建設未來產業，深化“人工智能+”行動，加快布局人形、量子信息、類腦智能、空天信息和低空經濟等新業態。全國至少有13個省份出台了人工智能專項政策，涉及“AI+金融”“AI+教育”“AI+醫療”等多個領域。