报告核心观点 报告聚焦DeepSeek对中国算力产业的影响，分析其技术突破、市场定位，探讨其驱动的算力需求变革及产业链重构，指出其在性能、成本、开源等方面优势，将推动算力产业发展与转型[1] 分组1：DeepSeek的技术突破与市场定位 - DeepSeek在C端全球破圈，成用户规模增长最快的移动AI应用，B端获科技巨头积极拥抱[7][8] - 其LLM模型分基座模型V3、强化推理版R1 - Zero、泛化推理版R1三个版本[10] - 爆火原因是一流性能表现、大幅降低的算力成本和开源模式[12] - 性能表现上，DeepSeek - V3性能对齐海外领军闭源模型，DeepSeek - R1性能对标OpenAI - o1正式版[14][16] - 算力成本方面，训练算力下降90%，API定价V3下降89%、R1下降96%[17][20] - 开源大模型打破OpenAI等闭源模型生态，提升中国AI大模型认知，推动下游生态发展[22] 分组2：DeepSeek驱动算力需求变革 - 中国智能算力市场规模持续增长，算力中心从训练侧向推理侧转移[29] - 训练算力头部集中仍有前景，推理算力因开源模型和低成本爆发式增长，头部企业持续加码大模型训练[33] - 模型轻量化催生端侧算力崛起，数据安全与隐私计算成刚需，一体机等端侧算力市场扩容[34][35][36] - 产业从“算力堆砌”向“算效优化”转型，2025年进入算法创新阶段[37] 分组3：算力产业链的重构 芯片 - DeepSeek通过PTX优化等技术降低对NV芯片依赖，推动国产算力应用，已与18家国产AI芯片企业完成适配[44] - 采用FP8混合精度训练效果好，但国内原生支持FP8的AI芯片少，仅3款原生支持，1款同时支持FP8、BF16、FP32[45][47] 智算中心 - 分为A、B、C三类，分别用于预训练、后训练和推理[50][52] - 推理类智算中心爆发增长，A类建设速度不减，B类结构性过剩建设减缓，C类爆发式增长[53] 大模型 - 科技大厂拥抱DeepSeek并跟进自研产品，国际大厂加快产品推陈出新[57][59] - AI创业企业从参数竞争进入理性期，技术路线分化或转向细分领域[60][62] AI应用 - 大模型领域迎来“安卓时刻”，大量AI应用将爆发式出现，端侧AI和AI Agent成关键词[63][65]