关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
DeepSeek的出现，让算力需求发生了巨大的变化。过去，算力主要集中在训练侧，也就是训练大模型。但随着DeepSeek的开源，训练成本大幅降低，推理侧的算力需求开始爆发式增长。
开源模型让更多的企业和开发者能够低成本地开发AI应用。这些应用需要大量的推理算力来运行，这就推动了推理侧算力的快速增长。数据显示，2024年，中国智能算力市场规模持续增长，推理算力的占比从2022年的42%增长到2027年的72%。
DeepSeek通过知识蒸馏技术，把大模型压缩成轻量化版本，让这些模型能够在手机、电脑等端侧设备上高效运行。这就催生了端侧算力的崛起。2025年，工业质检、自动驾驶等场景将对边缘AI服务器的需求大增，市场规模预计突破200亿元。
DeepSeek的出现，还为国产芯片带来了巨大的机会。过去，AI芯片市场基本被英伟达等国外巨头垄断。但DeepSeek通过PTX优化等技术，降低了对高端GPU的依赖，让国产芯片有了更多的发展空间。截至2025年2月，DeepSeek已经和18家国产AI芯片企业完成适配，包括华为昇腾、沐曦、天数智芯等。
DeepSeek的出现，还让算力产业从“算力堆砌”转向了“算效优化”。过去，大家觉得算力就是硬件堆砌，越多越好。但DeepSeek用实际行动证明，通过算法创新和硬件优化，可以用更少的算力实现更高的性能。
DeepSeek采用FP8混合精度训练，训练时间减少了40%，预训练成本降至仅278.8万H800 GPU小时。这种“四两拨千斤”的技术路径，直接推翻了过去“暴力美学”的逻辑，让整个产业进入了算法创新的新阶段。
DeepSeek的火爆，让科技巨头们坐不住了。阿里、百度、腾讯、华为等大厂纷纷“拥抱”DeepSeek。大厂们的动作，不仅是对DeepSeek的认可，更是对整个AI产业趋势的响应。
DeepSeek的出现，也让AI创业公司们从“参数竞赛”回归到理性期。过去，大家拼的是模型参数大小，现在，大家更注重模型的实际应用和性能优化。这种理性回归，让AI创业公司们找到了更适合自己的发展路径。
DeepSeek的出现，还让智算中心出现了分化。A类智算中心（用于训练超大模型）建设速度不减，因为头部企业还在追求更高性能的AGI目标；B类智算中心（用于后训练）出现结构性过剩，建设减缓；C类智算中心（用于推理）则爆发式增长，因为推理算力需求大幅增加。
DeepSeek的开源，就像安卓系统的出现，直接催生了大量的AI应用。比如，GitHub和Hugging Face社区上的开发者实测，经过R1微调的80亿参数小模型可以在个人笔记本中运行。这意味着什么？简单来说，就是AI应用的开发门槛大幅降低，开发者们可以更容易地开发出各种AI应用。
DeepSeek推动了端侧AI的发展。未来的AI应用不仅可以在云端运行，还可以在手机、电脑等端侧设备上高效运行。
DeepSeek还催生了AI Agent的兴起。AI Agent是一种智能化的代理工具，可以帮助用户完成各种任务。比如，你可以让AI Agent帮你写邮件、整理日程，甚至帮你购物。这种智能化的工具，未来将成为我们生活和工作的一部分。
DeepSeek的开源模式，不仅改变了中国算力产业，还引发了全球效应。DeepSeek的开源模型在全球范围内被广泛使用，开发者们可以根据自己的需求进行优化和创新。这种开源模式，打破了过去OpenAI等闭源模型的垄断，让全球的AI开发者都能站在同一起跑线上。
