中信建投研報稱，1）DeepSeek在保持模型優異性能指標的同時大幅降低訓練和推理成本。DeepSeek-V3使用2048塊H800GPU完成了6710億參數的訓練，訓練成本為557.6萬美元，DeepSeek-R1模型的每百萬輸出tokens為16元，均顯著低於同等水平的模型成本。利用DeepSeek模型生成的數據樣本實現小參數量的模型蒸餾，提升模型性能。2）高性能、輕量化、低成本的模型能力將顯著推動端側AI產業發展。端側硬體設備是將大模型能力進行實物化輸出落地的關鍵環節，近日OpenAI的CEO Sam Altman在接受媒體採訪時也透露OpenAI將開發可替代手機的生成式AI專用終端。國內物聯網模組廠商在端側AI領域具備先發優勢，並積極進行產業布局。

中國報告大廳聲明：本平台發布的資訊內容主要來源於合作媒體及專業機構，信息旨在為投資者提供一個參考視角，幫助投資者更好地了解市場動態和行業趨勢，並不構成任何形式的投資建議或指導，任何基於本平台資訊的投資行為，由投資者自行承擔相應的風險和後果。

我們友情提示投資者：市場有風險，投資需謹慎。