DeepSeek V3和R1模型的发布，以“开源+MOE”模式挑战传统算力路径，引发了对AI硬件需求的讨论。尽管技术进步提高了资源利用率，但成本降低反而可能刺激需求增长，加剧资源消耗（Jevon's悖论）。Semi Analysis数据显示，AWS H100/H200租赁价格持续上涨。DeepSeek训练和推理成本的降低，降低了企业和用户侧的准入门槛，激发了推理环节的算力需求。国产AI算力厂商已宣布适配DeepSeek模型，推理卡在国产12nm工艺平台上具有性价比优势。AI投入重心将从预训练转向推理，国产供应链或受益。端侧AI将更注重本地部署和推理能力，泛AI应用及其底层芯片/模组需求将增长。

🚀DeepSeek V3和R1模型的“开源+MOE”模式，降低了AI应用的准入门槛，有望激发推理环节的算力需求，与传统依赖纯算力的模式形成差异化竞争。

💰尽管技术进步提高了资源利用率，但成本降低反而可能刺激需求增长，加剧资源消耗，即“Jevon’s 悖论”，这在AWS H100/H200租赁价格持续上涨的现象中有所体现。

⚙️DeepSeek模型的开源，为推理侧的实际应用爆发奠定了基础，推动AI投入重心从预训练转向推理。国内IC设计公司正着手将推理卡移植到国产供应链，利好先进封装等相关国产供应链企业。

📱端侧AI要在有限的硬件资源下实现高效计算和传输，将更加注重模型的本地部署和推理能力。随着蒸馏模型能力的提升，手机、PC、智能车、机器人等泛端侧AI及其底层芯片/模组需求将迎来增长。

DeepSeek V3和R1模型发布后，其“开源+MOE”的发展模式对原有大厂的纯算力路径发起了挑战，引发市场对AI硬件设备需求的担忧。然而，当技术进步提高了使用资源的使用效率，成本的降低将“优先”导致需求增加，进一步加剧资源的消耗而非减少（“Jevon’s 悖论”），据Semi Analysis，自V3和R1发布以来，AWS H100、H200的租赁价格持续上涨。浙商证券认为，DeepSeek训练和推理成本大幅降低将带来企业和用户侧准入门槛的同步降低，在此背景下，推理环节的算力需求将得到激发。

数据来源：SemiAnalysis

针对DeepSeek模型，目前已有多家国产AI算力厂商宣布适配，东吴证券指出，过去训练卡主要由英伟达独供，而推理卡在国产12nm工艺平台上具有较强性价比。deepseek-R1模型的发布和开源，为推理侧的实际应用爆发打下了基础，AI投入的重心将从预训练转向推理。国内IC设计公司已经着手将推理卡移植在国产供应链，相关的国产供应链如先进封装等或受益。

通过“算法+硬件+系统”架构的协同优化，Deep SeekR1模型实现了推理成本的指数级下降，“蒸馏”后的小模型效果提升显著。国泰君安表示，随着蒸馏模型能力的提升，端侧AI要在有限的硬件资源下实现高效的计算和传输，将更加注重模型的本地部署和推理能力。方正证券认为，伴随着成本的下降，端侧模型的可用性明显提高，泛AI应用&包括手机、PC、智能车、机器人在内的泛端侧AI及其底层芯片/模组需求将迎来增长。

全文共2302字，以下为完整版解读：

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App