开源大语言模型DeepSeek R1以远低于GPT的训练成本实现了相近的性能，引发业界广泛关注。摩根士丹利分析师报告指出，该模型的出现挑战了采用大规模高端GPU集群训练LLM的必要性。DeepSeek R1的训练成本仅为GPT的1/30，却能达到与其相当的性能水平。短期内，这可能减少AI模型训练需求，但长期来看，低成本模型可能推动推理需求增长。对于中国软件行业，该模型可能降低AI功能门槛，但变现能力仍取决于市场需求。总而言之，DeepSeek R1的出现对数据中心和软件行业都将产生深远影响。

🚀DeepSeek R1模型以开源形式发布，其训练成本仅为GPT的1/30，但性能却能达到与GPT相当的水平，这引发了人们对大规模高端GPU集群训练LLM必要性的重新思考。

📉短期来看，如果大型科技公司采用类似DeepSeek的技术路线，可能会减少对AI模型训练的需求，尤其是在偏远地区的数据中心。这可能导致短期内相关数据中心的需求下降。

📈长期来看，低成本模型可能会推动推理需求的增长，这对于一线城市的数据中心需求是利好的。这意味着在长期，数据中心的需求可能会因为推理任务的增加而得到提升。

💡对于中国软件行业而言，DeepSeek R1的出现可能会带来选择性的小幅利好。AI模型成本的降低可能会降低应用程序运行AI功能的门槛，从供给侧改善行业环境。但是否能转化为变现能力，还取决于市场需求。

近日，开源大语言模型DeepSeek R1的走红引发了业界关注。大摩表示，这一模型以远低于GPT的训练成本实现了相近的性能，或将对中国数据中心和软件行业产生深远影响。

1月27日，摩根士丹利分析师Yang.Liu、Tom.Tang、Lydia.Lin发布报告称，DeepSeek R1的出现引发了人们对采用大规模高端GPU集群来训练大型语言模型（LLM）必要性的讨论。该模型作为开源项目，其训练成本仅为GPT的1/30，却能达到与GPT相当的性能水平。

大摩认为，对于中国数据中心而言，DeepSeek R1的影响可能如下：

短期内，如果大型科技公司开始采用类似DeepSeek的技术路线，可能会减少AI模型训练相关的需求，特别是在偏远地区的数据中心。

然而从长远来看，低成本模型可能会推动推理需求的增长，这对一线城市的数据中心需求是利好。

另一方面，对于中国软件行业，大摩认为DeepSeek R1的影响可能会带来选择性的小幅利好。因为AI模型成本的降低可能会降低应用程序运行AI功能的门槛，从供给侧改善行业环境。然而，这并不直接意味着更好的变现能力，软件行业最大的问题仍然在需求端。

摩根士丹利认为，最终影响将取决于具体的软件产品及其下游市场。