DeepSeek爆火--C端：Deepseek全球破圈，成為用戶規(guī)模增長最快的移動AI應用超級app增長1億用戶所用時間App上線后同樣天數(shù)DeepSeek與ChatGPT移動端全球DAU對比情況DeepSeek爆火--B端：科技巨頭積極擁抱DeepSeekDeepSeek明星產(chǎn)品：DeepSeek的LLM模型分為三個版本：基座模型V3、強化推理版R1-Zero、泛化推理版R1DeepSeek爆火的原因：一流的性能表現(xiàn)、大幅降低的算力成本、開源模式低成本實現(xiàn)高性能低成本實現(xiàn)高性能開源策略推動技術普及術門檻，促進全球開發(fā)者參與，推和FP8混合精度訓練，大幅提升模型一流的性能表現(xiàn)：DeepSeek-V3性能對齊海外領軍閉源模型一流的性能表現(xiàn)：DeepSeek-R1性能對標OpenAI-o1正式版?DeepSeek-R1性能比肩O技術，在僅有極少標注數(shù)據(jù)的情況下，極大提升了模型推理能力。在數(shù)學8大幅降低的算力成本：訓練算力下降90%DeepSeek-V3和R1模型不僅性能出色，用2048塊H800GPU訓練2個月，消耗278.8萬GPU小時。Llama3-405B消耗了3080萬GPU小時，是V3的11倍。按H800GPU每小時2美金計算，V3的訓練成本僅為557.6萬美金，而同等性能的模型通常需要0.6-1億美金。R1模型在V3基礎上，通過引入大規(guī)模強化學習和多階段訓練，進一步提升了推理能力，成本API定價下降89%（V3）、96%（R1）開源大模型：打破OpenAI等閉源模型生態(tài)DeepSeekV3與R1模型實現(xiàn)了開源，采用MIT協(xié)議。這產(chǎn)生多方面影響：?對大模型發(fā)展：這提升了世界對中國AI大模型能力的認自有數(shù)據(jù)訓練，從而適合具體下游場景；此外，模型訓推成本降低，將果訓練其他模型），盡可能降低用戶使用壁壘，全球范圍出圈和更中國智能算力市場規(guī)模持續(xù)增長，算力中心從訓練側向推理側轉移2022202320242025智能算力推理訓練訓練算力頭部集中，推理算力爆發(fā)式增長頭部企業(yè)會持續(xù)進行教師模型的訓練：模型蒸餾的前提是有一個好的教師模型，字節(jié)、阿里、百度等已經(jīng)明確會持續(xù)加大投入；24年H2有些停滯的大模型訓練各模型廠商會借鑒deepseek的優(yōu)化方法如FP8精度訓練、跨節(jié)點通信等，與自身模型訓練結合，探索更高效的模型訓練方法推理算力爆發(fā)式增長：杰文斯悖論在推理側上演，開源模型和較低的推理成本，有助于應用的繁榮，助推推理25年，字節(jié)資本開支有望達到1600億元，宏提到，百度需要繼續(xù)在芯片、數(shù)據(jù)中心和云基礎設施上加大投入，目的是為?硅谷四大科技巨頭（谷歌、微軟、Meta、亞馬遜）2025年合,重點投向AI數(shù)據(jù)中心建設。模型輕量化催生端側算力的崛起DeepSeek通過知識蒸餾技術，將大模型壓縮至輕量數(shù)據(jù)安全與隱私計算剛需推動隱私計算技術發(fā)展，2024年數(shù)據(jù)治理一體機等端側算力市場擴容優(yōu)刻得、寶德、華鯤振宇、超聚變等均推AI服務器出貨量增長，2025年市場規(guī)模預從“算力堆砌”到“算效優(yōu)化”的產(chǎn)業(yè)轉型DeepSeek提出的“四兩撥千斤”的技術路徑推翻了統(tǒng)治了2023年-2024年的全球大模型產(chǎn)業(yè)的“暴力美學”邏輯，2025年再次進入算算效優(yōu)化的必要性算力堆砌的傳統(tǒng)模式算效優(yōu)化的必要性算力、數(shù)據(jù)、算法的三角創(chuàng)新體系，在動態(tài)循環(huán)中?2023年：數(shù)據(jù)創(chuàng)新為主，數(shù)據(jù)合成、成為高質量數(shù)據(jù)集建設的熱點方向算力運營商等產(chǎn)業(yè)新物種誕生AI應用AI應用DeepSeek通過PTX優(yōu)化等創(chuàng)新技術，降低了模型訓練對NV芯片的依賴，推動國產(chǎn)算力的應用落地,對國產(chǎn)GPU的底層接口適配有一定幫助（需要重新設計工具鏈，短期內(nèi)難以實現(xiàn)無縫遷移）成適配，包括華為昇騰、沐曦、天數(shù)智芯、摩爾線程、海光信息、鯤云科技、希姆計算、算能、清微智能和芯動力等?英偉達?英偉達H800芯片互聯(lián)帶寬相比H100被閹割，為彌補這一缺陷，DeepSeek借助PTX手動優(yōu)化跨芯片通信，保障數(shù)據(jù)傳輸效率。?PTX是CUDA編譯的中間代碼，處于高級編程語言（如CUDAC/C++）和底層機器碼（SASS）之間，起到在CUDA和最終機器碼之間的橋梁作用。?借助PTX，開發(fā)者能夠直接對GPU的寄存器分配、線程調度等硬件級操作進行控制,實現(xiàn)細粒度的性能優(yōu)化。在多GPU協(xié)同訓練場景中，可通過PTX手動調整跨芯片通信效率，提升整體訓練效能。私有化部署及端側小模型大量涌現(xiàn)，為國產(chǎn)芯片在實際場景的應用及試錯提供了大量機會，為國產(chǎn)芯片的設計、性能提升等提供空間 芯片智算中心大模型AI應用 DeepSeek采用FP8混合精度訓練取得較好效果，國內(nèi)芯片企業(yè)亟待增強對原生FP8支持出來效率最高的計算方式。如果不是原生支持FP8，而是需要通過度的轉譯，至少損失30%性能和20%的智商采用FP8數(shù)據(jù)格式的整體混合精度框架?在DeepSeek的訓練過程中，絕大多數(shù)核心計算核（即通用矩陣乘法GE。這些GEMM操作接受FP8張量作為輸入，并輸出BF16或FP32格式的結果。如下圖所示，與線性算?對以下模塊維持原有精度（如BF16或FP32嵌入模塊（embeddinghead）、混合專家門控模塊（MoEgatingmodul注意力算子（attentionoperators）。（盡管FP8格式具有計算效率優(yōu)勢，但由于部分算子對低精國內(nèi)芯片對三種計算精度的支持情況企業(yè)200多家AI應用AI應用A類的原創(chuàng)教師大模型，A100/A800A100/A800、 芯片智算中心大模型AI應用推理類智算中心爆發(fā)增長，超大規(guī)模智算中心建設加快A類建設速度不減：頭部科技大廠仍計劃大量投資；超前建設的需要；下一輪AI技術的涌現(xiàn)（如多模態(tài)等）仍需要十倍左右的算力支美博弈（美國“星際之門”、歐洲“InvestAI計劃”等）結構性過剩，建設減緩：規(guī)模小、位置偏僻、型號舊&性價比低、國產(chǎn)算力等類型的智算中心閑置狀況新建要看是不是有強主體包銷，如果有強主題的3-5年包爆發(fā)式增長：推理算力需求大幅增加，端側、邊緣側分布式算力部署快速增長，私有化部署1~10臺GPU服務器的小規(guī)模集群需求在內(nèi)算力包銷合同主題分強、弱兩類，市場上更多的?強主體：各個參與方資質和信譽主題都很強。央國企、A股上市公司承建、金融機構墊資、互聯(lián)網(wǎng)大廠包銷，這種風險非常高，H系列租金每個月6~8w/臺。這類的算力中心風險非常大，需要AI應用AI應用中國大模型主要有兩類玩家eAliAI創(chuàng)業(yè)公司 芯片智算中心大模型AI應用 Deepseek發(fā)布后科技大廠：擁抱DeepSeek，同時跟進類似的自研產(chǎn)品及模型路線規(guī)模的調整及模型路線規(guī)模的調整專家模型），它使用了與DeepSeek-R1類線?百度宣布文心一言4月1日起開源免費，并計劃推出文/知識引擎、國民應用微信、AI智能工作臺ima、主力AI應用元寶全方位擁抱DeepSeek，紛紛宣布接入R1模型/合作，基于昇騰云服務推出DeepSeek-R1/V3推Deepseek發(fā)布后AI創(chuàng)業(yè)企業(yè)：從參數(shù)競爭到進入理性期AI六小虎的策略變化發(fā)布新語言大模型Step-2-mini和Step-2文學大師版/舉辦首屆“StepUp生態(tài)開放日”創(chuàng)立發(fā)起人唐杰出席第三屆人工智能行動峰AgenticGLM登陸三星最新款GalaxyS/升級發(fā)布T2A-01系列語音模型，并上線海螺語 芯片智算中心大模型AI應用大模型領域迎來“安卓時刻”，大量AI應用將爆發(fā)式出現(xiàn)回顧安卓與iOS應用的發(fā)展，安卓系統(tǒng)發(fā)布一年后，大量的安卓應用開始出現(xiàn)。現(xiàn)在的deepse?GitHub的