专家访谈汇总：AI投资重心正在改变

1
、 《DeepSeek重塑开源大模型生态》

DeepSeek（深度求索）自 2023 年 7 月成立以来，在开源大模型领域取得了突破性进展，逐步跻身全球 AI 领军企业行列。

其最新发布的 DeepSeek-V3 和 DeepSeek-R1 在性能上已经对标海外顶级闭源模型，并受到 微软、英伟达、亚马逊、华为云 等巨头的广泛应用和部署。

性能对标 GPT-4 级别的闭源模型，训练成本仅 557.6 万美元，相比 GPT-4 约 1 亿美元的训练成本大幅降低。

华为云 与 硅基流动 联合首发基于 昇腾云服务 的 DeepSeek-R1/V3 推理服务，为国产 AI 生态提供强力支持。

AI 模型逐步向 多模态 方向发展，企业正在加速 AI 应用落地，推动 AI 服务器、芯片、算力基础设施 的增长。

ASIC 定制化趋势加强，企业倾向于使用更高效的 AI 专用芯片，推动产业从 标准化向定制化 方向发展。

预计到 2026 年，全球 AI 服务器出货量将达 237 万台，2023-2026 年复合增长率（CAGR）达 26%。

2、《DeepSeek：技术颠覆or创新共赢》摘要

DeepSeek 技术变革短期内可能减少算力需求，但长期来看，随着AI能力的边际扩张，对更强大模型和高算力的需求仍将持续增长。

DeepSeek的创新并未完全打破Scaling Laws，而是优化了训练与推理阶段的平衡，推动从预训练（Pre-training）向推理（Inference）方向发展。

AI投资重心逐步从训练算力（GPU）向推理算力（ASIC、FPGA）过渡，符合行业降本增效趋势。

由于DeepSeek采用开源策略和低成本模型，更多企业和开发者能够使用AI技术，推动行业应用加速。

AI营销、AI内容生成等商业模式逐步成熟，DeepSeek有望在广告、社交、影视等多个领域推动AI应用落地。

3、《Deepseek-国产AI应用的“诺曼底时刻”》摘要

其低成本、高效能的创新模式，正在挑战传统依赖高算力的AI训练路径，加速端侧AI落地，并引领AI智能体发展潮流。

DeepSeek-V3是首个成功使用FP8混合精度训练的大规模MoE（Mixture of Experts）模型，大幅提升训练效率并降低成本。

DeepSeek-R1采用R1-Zero架构，无需监督微调（SFT）和标注数据，而是直接用强化学习优化基础模型，提高自适应能力。

相比OpenAI等闭源路线，DeepSeek低成本、高效能的开源模式有望重塑AI生态，让更多企业可低门槛使用先进AI技术。

DeepSeek在没有最高端算力卡的情况下，以极低成本构建突破性AI模型，表明AI技术路线正在摆脱对昂贵GPU（如英伟达H100）的依赖。

华为云宣布联合硅基流动上线DeepSeek-R1/V3推理服务，进一步推动国产AI算力发展，国产芯片、云计算基础设施将持续受益。

4、《黄金上涨的逻辑：全球避险资产不足》摘要

纽约商品交易所（COMEX）黄金库存自2023年11月以来激增了75%，达到926吨，而伦敦市场的库存则在特朗普关税政策预期与套利空间两个主要因素的推动下加速抽离。

近年来，全球金融和地缘政治环境的不确定性显著加剧，尤其是乌克兰危机、中东局势紧张、欧美政策分歧等因素推动了市场对安全资产的需求。

尽管全球金融监管不断强化，人口老龄化和债务风险加剧使得避险需求上升，金银等贵金属、现金等仍被视为“安全资产”。

尤其是在俄乌战争后，黄金作为“非主权属性”的资产，逐渐获得全球投资者青睐，成为重要的国际储备资产和民间财富保值工具。

2023年，巴以冲突期间，黄金波动率指数（GVZ）大幅上升，进一步印证了黄金作为避险资产的独特地位。

数据显示，自2022年以来，越来越多的央行决定增加黄金储备，特别是那些对美元持谨慎态度的国家，如俄罗斯、土耳其、波兰等国。

从当前的市场趋势来看，新兴市场的人工智能技术（如DeepSeek）和黄金等贵金属在未来中长期将共同构成“安全与发展”杠铃策略。

新兴市场AI技术的崛起，尤其是中国、印度等国家的自主研发技术，将减少对美元和美国科技的依赖，并进一步推动去美元化趋势。

5、《 DeepSeek大超预期，推荐国内AI算力网络和端侧投资机会》摘要

DeepSeek V3的训练成本仅为560万美元，远低于同类产品数亿美元的投入，而其在多项基准测试中的表现，超过了GPT-4等主流闭源模型。

DeepSeek不仅在技术层面创造了突破，也在应用层面实现了快速增长，2025年1月27日，其APP在美国地区免费APP下载排行榜上超越了ChatGPT，日活跃用户数超过2000万。

DeepSeek通过使用Mixture of Experts（MOE）、Multi-head Latent Attention（MLA）和Multi-Token Prediction（MTP）等创新算法，大幅提升了算力与内存效率，在降低成本的同时提高了复杂问题的处理能力。

DeepSeek的开源模型和低训练成本使其在全球AI领域脱颖而出，推动了开源模型的发展潜力，并且展示了中国在大模型技术上的全球领先地位。

即使在算力芯片受到限制的情况下，DeepSeek仍然达到了与OpenAI等顶级模型相当的水平，这对国内厂商构成了巨大的技术激励，进一步推动了国产算力产业链的发展。

主要云服务提供商（如华为昇腾云、腾讯云、阿里云、百度智能云）已将DeepSeek的大模型集成到其云服务平台，推动了算力需求的提升。

国产芯片厂商（如华为昇腾、海光信息、天数智芯）也在积极适配DeepSeek，预计将推动国产AI算力芯片和服务器的放量。

国内AIDC（人工智能数据中心）龙头通过加速布局超大型数据中心，将进一步受益于DeepSeek带来的算力需求。

DeepSeek的开源与低成本特点，为AI应用厂商提供了更加高效、经济的解决方案，有望加速端侧AI的广泛应用。

预计在未来几年，带有自带算力的AI蜂窝模组的出货量将实现73%的复合增长率，从而推动更多AI应用的普及。

其高效、低成本的特点，预计将推动全球大模型训练和推理效率的提升，从而增加全球算力基础设施的需求。

DeepSeek的崛起可能引发杰文斯悖论（即技术进步提高资源使用效率时，资源总消耗反而增加），因此对全球算力基础设施的需求也将增加。

Meta等全球科技巨头已经开始提升其AI战略和投资信心，预计将加大算力基础设施的投资，以应对DeepSeek等新兴技术带来的竞争压力。