计算机行业DeepSeek掀起算力成本革命，助推AI Agent加速落地

DeepSeek模型系列及行业影响总结

一、三个模型：纯强化学习复现o1能力，引发新一轮革命

• DeepSeek发展历程：由幻方量化创立，2024年5月发布V2，12月发布V3（性能对齐海外闭源模型），2025年1月发布R1（性能对标OpenAI-o1正式版）。
• 模型系列：
  • V3（基座模型）：671B参数，61层Transformer，MoE架构，在MMLU、MMLU-Pro等基准测试中表现优异，与GPT-4o、Claude-Sonnet-3.5等闭源模型性能相当。
  • R1-Zero（强化推理版）：无SFT数据，直接应用RL提升推理能力，AIME2024 Pass@1 79.8%，MATH-500 97.3%，Codeforces Elo评分2029。
  • R1（泛化推理版）：结合SFT和RL，引入语言一致性奖励，性能与OpenAI-o1-1217相当。

二、两大贡献：复现o1强化学习效果+实现有限算力的算法创新

• 强化学习突破：DeepSeekR1是全球首个通过RL完美复现o1能力的模型，推动scaling law向推理方向突破。
• 算力成本优势：V3预训练成本仅557.6万美元（1万张H800需11天），远低于Llama3.1，对突破算力卡脖子限制意义重大。

三、九大创新：模型创新+系统优化+商业模式开源

• 模型创新：
  1. V3基座模型性能强大，代码和数学能力突出。
  2. R1-Zero直接应用RL，无需SFT。
  3. R1通过深度推理SFT+通用SFT实现跨任务泛化。
  4. 模型自发涌现反思和长思考能力。
• 系统优化：
  1. 负载均衡优化：动态调整ExpertBias实现负载均衡。
  2. 通信优化：DualPipe算法提升计算通信效率。
  3. 内存优化：硬盘缓存技术降低延迟和成本。
  4. 计算优化：GRPO替代PPO，降低开销并增强推理能力。
• 商业模式创新：坚持开源，FP8权重、免费商用、鼓励蒸馏，降低使用门槛。

四、行业影响：算力需求仍未见顶，重心向推理侧迁移

• 模型侧：scaling law未失效，趋势向推理侧（卷推理、Agent、应用落地）发展。
• 算力侧：Pre-training瓶颈明显，但算力需求未达顶，AI应用爆发需大规模算力支持。
  • 对国际大厂短期冲击有限，长期AI应用爆发利好推理端需求。
  • 利好国产算力产业链，算法软硬件协调发展可能实现弯道超车。
• 应用&端侧：降本降门槛加速商业化，利好Agent与终端结合。

五、投资建议

• 第一类：用户入口与agent的融合：
  • C端终端：手机（润和软件、法本信息等）、智能汽车（黑芝麻、德赛西威等）、机器人（萤石网络等）。
  • B端软件：合合信息、金山办公等。
• 第二类：国产算力：
  • 华为昇腾产业链（软通动力、烽火通信等）、中科院算力产业链（海光信息、中科曙光等）。

六、风险提示

• 技术迭代不及预期、市场竞争加剧、人才流失、信息滞后风险。