[礼物]【算力专题2】从DeepSeek算力需求看硬件受益方向 [玫瑰]Dee

[礼物]【算力专题2】从DeepSeek算力需求看硬件受益方向 [玫瑰]DeepSeek通过工程化能力创新，实现了大模型训练和推理算力成本的极致优化，也为端侧部署高性能模型提供新的方向。本篇报告我们通过分析DeepSeek V3和R1模型论文，理解其核心逻辑是“按需分配算力，最小化冗余计算”，使得千亿级模型在低成本硬件（甚至边缘设备）上高效运行成为可能，为大规模商业化落地提供了技术基础。 [玫瑰]DeepSeek 在论文的芯片设计意见指导中指出通信和计算同等重要，计算方面降低精度和内存需求是关键。我们认为DeepSeek建议带来两点启示： 1）“推理速度”基本90%是由decoding阶段决定的，因此内存容量决定大模型推理速度，我们认为内存升级仍是算力芯片升级的重点方向，看好近存计算发展。 2）我们认为在模型开源的策略下，DeepSeek-R1蒸馏后的小模型性能有望持续快速提升，帮助端侧硬件加速接入，助力AI应用全面落地。我们看好品牌商和SoC芯片厂商的成长机遇。 [玫瑰]投资建议：我们看好DeepSeek新一代模型带动云端推理需求爆发，加速AI应用端侧落地：建议核心关注晶圆代工（中芯国际A/H）、国产算力芯片（寒武纪、海光信息、龙芯中科、云天励飞）、定制化存储（兆易创新）、终端品牌（传音控股、漫步者、安克创新、小米集团、联想集团）、SoC（恒玄科技、中科蓝讯、瑞芯微、乐鑫科技、全志科技、晶晨股份）五大方向。 中信电子