计算机：DEEPSEEK掀起算力成本革命 助推AI AGENT加速落地

　　三个模型：纯强化学习复现o1 能力，引发新一轮革命。DeepSeek 由幻方量化创立，创始人为梁文峰， 2024 年12 月，DeepSeek-V3 发布，性能对齐海外领军闭源模型。2025 年1 月，以V3 为基座，衍生出强化推理版R1-Zero+泛化推理版R1，性能对标OpenAI-o1 正式版。
　　两大贡献：复现o1 强化学习效果+实现有限算力的算法创新。1）捅破强化学习用于大模型推理的窗户纸。DeepSeek R1 是继openAI o1 之后，推理的第二个里程碑。2）根据DeepSeek 公开的数据，按照1 张H800 每小时2 美元的租赁成本算，V3 预训练成本只有557.6 万美金，用1 万张H800 只需要11 天就能训练完，仅使用不到1/10的成本就达到了国际上领先模型的表现，这对当前我国突破算力卡脖子限制具备重要意义。
　　九大创新：模型创新+系统优化+商业模式开源。
　　4 个模型本身创新点：1）V3 基座能力强劲，具备较高的基座模型能力、DeepSeek 系统效率、RL 调教能力；2）R1-zero 模型直接应用RL 到基础模型，而不依赖作为初步步骤的监督微调（SFT）；3）R1 泛化推理模型，通过深度推理SFT 数据（本身带推理能力）+通用SFT 数据实现推理能力的跨任务泛化；4）通过模型与强化学习环境交互，在没有奖励思维链长度的情况下，自发涌现了反思和长思考能力，带动推理能力提升。
　　4 个系统优化创新点：1）复杂均衡优化：引入动态调整的Expert Bias，只影响专家路由，不产生任何梯度影响；2）通信优化：提出DualPipe 算法，精细控制分配给计算和通信的GPU SM 数量，保证计算和通信完全重叠，显著减少了L2缓存的使用和对其他SM 的干扰，从而提升了系统性能；3）内存优化：启用上下文硬盘缓存技术，把预计未来会重复使用的内容，缓存在分布式的硬盘阵列中，以应对上下文KV Cache 缓存的问题；4）计算优化：采用组相对策略优化（GRPO）替代传统的近端策略优化（PPO），优势在于无需单独的价值模型、采用基于组的相对优势估计、显著降低内存和计算开销、增强了模型的数学推理能力。
　　1 个商业模式创新点：坚持开源，DeepSeek 开源了原生FP8 权重，公开深度思考过程、免费允许用户无限制商用、鼓励蒸馏。
　　行业影响：算力需求仍未见顶，重心向推理侧迁移。1）模型侧：scalinglaw 没有失效，还在持续迭代，大概率往推理方向卷。2）算力侧：基座模型仍需云上算力来迭代，云端推理部署需求存在，应用爆发需要规模算力支持访问；3）端侧：应用场景的天然分散性会导致推理需求指数增长，Agent 与各类终端、用户入口的加速结合。
　　投资方向和标的建议：
　　第一类：用户入口与agent 的融合。
　　1) Agent+C 端各类终端入口。①手机：R1 本地部署要求大幅降低，内嵌在各种系统、软件中的场景将大幅增加，HarmonyOS NEXT 小艺助手接入DeepSeek，建议关注：润和软件、法本信息、软通动力、东方中科、诚迈科技、中科创达、拓维信息等。②智能汽车：低成本高性能AI Agent 与座舱结合，显著提升人车智能交互体验的同时，能打造差异化竞争优势，建议关注：黑芝麻智能、地平线机器人、德赛西威、经纬恒润、中科创达、光庭信息。③机器人：消费类机器人与AI Agent 集合，提升智能家居用户体验，加速教育用户实现场景扩容。建议关注：萤石网络等。
　　2) B 端软件：B 端公司掌握了大量用户入口，并具备品牌优势和壁垒，通过模型接入实现降本增效，同时凭借Deepseek 的更低推理成本，未来有望实现增收又增利。建议关注：合合信息、金山办公、同花顺、万兴科技、中望软件等。
　　第二类：国产算力。算法和软硬件协调发展、形成系统性弯道超车，①华为昇腾产业链：建议关注软通动力、烽火通信、神州数码以及相关配套硬件厂商；②中科院算力产业链：建议关注海光信息、中科曙光、曙光数创、寒武纪等。
　　风险提示：技术迭代不及预期的风险；市场竞争加剧的风险；人才流失风险的风险；研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com