DeepSeek对科技和经济意味着什么？

点击蓝字 关注我们

DeepSeek的技术突破及其影响

DeepSeek发布了两款模型（DeepSeek-R1-zero和DeepSeek-R1），展示了在无需监督数据的情况下发展推理能力的潜力，重点是通过强化学习实现进化。

DeepSeek的技术创新可能大幅降低训练GenAI模型的成本，其基础模型DeepSeek-v3的训练成本远低于Meta Llama 3等其他模型。

这种成本降低将推动更快的GenAI产品创新、可用性和应用渗透，加速推理能力的发展，并可能提高相关行业的投资回报率（ROIC）。

对科技及能源行业的影响

半导体行业：DeepSeek的技术进步不会改变大型云服务提供商（CSP）对半导体的投资计划，但可能会影响GPU扩建计划。

互联网和软件行业：DeepSeek的架构和预训练带来的成本效率对消费者是积极信号，大型科技公司如GOOGL、META和AMZN有望从成本降低中受益。

能源行业：美国数据中心的开发主要集中在推理和非AI用例上，但随着AI推理需求的快速增长，未来可能会看到更多的AI基础设施投资。

对经济的更广泛影响

DeepSeek的技术进步可能会加速推理的采用，从而推动对人工智能计算的基本需求增长。

低成本、更高级功能和持续扩展的结合可能会推动渐进需求，进一步推动经济增长。

相关公司的投资前景

微软（MSFT）：微软专注于其“Phi”小语言模型战略，显示出对成本效益模型的关注，而非追求最智能的模型。微软的AI收入主要由推理驱动，其Azure平台支持多种模型，有望从模型的商品化中受益。

亚马逊（AMZN）：亚马逊的AWS战略围绕模型层面的商品化，通过Bedrock等工具为客户提供应用程序。DeepSeek的贡献可能代表了模型更大程度的民主化，有利于AWS作为聚合者。

英伟达（NVDA）：作为GPU的主要供应商，英伟达在人工智能硬件市场中占据重要地位。DeepSeek的技术进步可能会推动对GPU的需求，但同时也可能面临来自其他供应商的竞争。

苹果（AAPL）：苹果专注于功能特定的小型设备上的人工智能语言模型，而非大型前沿模型。苹果的年度资本支出远低于大型超规模提供商，因此在资本支出投资回报率方面面临的风险较低。

风险与结论