計算機(jī)行業(yè)：DeepSeek掀起算力成本革命助推AI Agent加速落地

n

三個模型：純強(qiáng)化學(xué)習(xí)復(fù)現(xiàn)

o1

能力，引發(fā)新一輪革命。DeepSeek

由幻方量化創(chuàng)立，

創(chuàng)始人為梁文峰，2024年

12

月，DeepSeek-V3發(fā)布，性能對齊海外領(lǐng)軍閉源模

型。2025年

1

月，以

V3為基座，衍生出強(qiáng)化推理版

R1-Zero+泛化推理版

R1

，性能

對標(biāo)

OpenAI-o1正式版。n

兩大貢獻(xiàn)：

復(fù)現(xiàn)

o1強(qiáng)化學(xué)習(xí)效果+

實現(xiàn)有限算力的算法創(chuàng)新。

1

）捅破強(qiáng)化學(xué)習(xí)用于

大模型推理的窗戶紙。DeepSeek

R1是繼

openAI

o1之后，推理的第二個里程碑。2）

根據(jù)

DeepSeek

公開的數(shù)據(jù)，按照

1張

H800每小時

2美元的租賃成本算，V3預(yù)訓(xùn)

練成本只有

557.6

萬美金，用

1萬張

H800只需要

11天就能訓(xùn)練完，僅使用不到

1/

10

的成本就達(dá)到了國際上領(lǐng)先模型的表現(xiàn)，這對當(dāng)前我國突破算力卡脖子限制具備重要

意義。n

九大創(chuàng)新：模型創(chuàng)新+

系統(tǒng)優(yōu)化+商業(yè)模式開源。n

4個模型本身創(chuàng)新點：

1

）V3基座能力強(qiáng)勁，具備較高的基座模型能力、DeepSeek

系統(tǒng)效率、RL

調(diào)教能力；2）

R1-zero

模型直接應(yīng)用

RL

到基礎(chǔ)模

型，而不依賴作為初步步驟的監(jiān)督微調(diào)（

SFT）；3）R1泛化推理模型，通過深

度推理

SFT

數(shù)據(jù)（本身帶推理能力）+通用

SFT

數(shù)據(jù)實現(xiàn)推理能力的跨任務(wù)泛

化；4）通過模型與強(qiáng)化學(xué)習(xí)環(huán)境交互，在沒有獎勵思維鏈長度的情況下，

自發(fā)

涌現(xiàn)了反思和長思考能力，帶動推理能力提升。n

4個系統(tǒng)優(yōu)化創(chuàng)新點：

1）復(fù)雜均衡優(yōu)化：

引入動態(tài)調(diào)整的

Expert

Bias

，只影響

專家路由，不產(chǎn)生任何梯度影響；2）通信優(yōu)化：提出

DualPipe

算法，精細(xì)控制

分配給計算和通信的

GPU

SM

數(shù)量，保證計算和通信完全重疊，顯著減少了

L2

緩存的使用和對其他

SM

的干擾，從而提升了系統(tǒng)性能；

3）內(nèi)存優(yōu)化：

啟用上

下文硬盤緩存技術(shù)，把預(yù)計未來會重復(fù)使用的內(nèi)容，緩存在分布式的硬盤陣列中，

以應(yīng)對上下文

KV

Cache緩存的問題；4）計算優(yōu)化：采用組相對策略優(yōu)化（

GRPO

）

替代傳統(tǒng)的近端策略優(yōu)化（

PPO），優(yōu)勢在于無需單獨的價值模型、采用基于組

的相對優(yōu)勢估計、顯著降低內(nèi)存和計算開銷、增強(qiáng)了模型的數(shù)學(xué)推理能力。n

1個商業(yè)模式創(chuàng)新點：

堅持開源，DeepSeek

開源了原生

FP8權(quán)重，公開深度思

考過程、免費允許用戶無限制商用、鼓勵蒸餾。n

行業(yè)影響：

算力需求仍未見頂，重心向推理側(cè)遷移。

1

）模型側(cè)：

scalinglaw

沒有失

效，還在持續(xù)迭代，

大概率往推理方向卷。2）算力側(cè)：基座模型仍需云上算力來迭

代，云端推理部署需求存在，應(yīng)用爆發(fā)需要規(guī)模算力支持訪問；

3）端側(cè)：應(yīng)用場景

的天然分散性會導(dǎo)致推理需求指數(shù)增長，Agent

與各類終端、用戶入口的加速結(jié)合。n

投資方向和標(biāo)的建議：n

第一類：

用戶入口與

agent

的融合。1)Agent+C端各類終端入

口。

①手機(jī)：R1本地部署要求大幅降低，

內(nèi)嵌在各

種系統(tǒng)、軟件中的場景將大幅增加，HarmonyOS

NEXT

小藝助手接入DeepSeek

，建議關(guān)注：

潤和軟件、

法本信息、軟通動力、

東方中科、誠邁

科技、

中科創(chuàng)達(dá)、拓維信息等。

②智能汽車：低成本高性能

AI

Agent

與座

艙結(jié)合，顯著提升人車智能交互體驗的同時，能打造差異化競爭優(yōu)勢，建議

關(guān)注：黑芝麻智能、地平線機(jī)器人、德賽西威、經(jīng)緯恒潤、

中科創(chuàng)達(dá)、光庭

信息。

③機(jī)器人：

消費類機(jī)器人與AI

Agent

集合，提升智能家居用戶體驗，

加速教育用戶實現(xiàn)場景擴(kuò)容。建議關(guān)注：

螢石網(wǎng)絡(luò)等。

2)B端軟件：

B端公司掌握了大量用戶入

口，并具備品牌優(yōu)勢和壁壘，通過模

型接入實現(xiàn)降本增效，同時憑借

Deepseek

的更低推理成本，未來有望實現(xiàn)

增收又增利。建議關(guān)注：合合信息、金山辦公、

同花順、萬興科技、

中望軟

件等。

n

第二類：

國產(chǎn)算力。算法和軟硬件協(xié)調(diào)發(fā)展、形成系統(tǒng)性彎道超車，

①華為昇騰

產(chǎn)業(yè)鏈：建議關(guān)注軟通動力、烽火通信、神州數(shù)碼以及相關(guān)配套硬件廠商；

②中

科院算力產(chǎn)業(yè)鏈：

建議關(guān)注海光信息、

中科曙光、

曙光數(shù)創(chuàng)、寒武紀(jì)等。

n

風(fēng)險提示：技術(shù)迭代不及預(yù)期的風(fēng)險；

市場競爭加劇的風(fēng)險；人才流失風(fēng)險的風(fēng)險；

研究報告中使用的公開資料可能存在信息滯后或更新不及時的風(fēng)險分析師：孫行臻執(zhí)業(yè)證書編號：S0740524030002Email：sunxz@zt基本狀況上市公司數(shù)337行業(yè)總市值(億元)44,

199.21行業(yè)流通市值(億元)38,242.67行業(yè)-市場走勢對比1、《中國電子核心資產(chǎn)盤點——重

點

央

企

資

產(chǎn)盤

點系

列（

二

）

》

2024-11-132、《中電科核心資產(chǎn)盤點——重點

央企資產(chǎn)盤點系列（一）》2024-10-30報告摘要評級：

增持（維持）相關(guān)報告證券研究報告/行業(yè)點評報告請務(wù)必閱讀正文之后的重要聲明部分2025

年

02

月

09日計算機(jī)內(nèi)容目錄一、三個模型：

純強(qiáng)化學(xué)習(xí)復(fù)現(xiàn)

o1

能力，引發(fā)新一輪革命

.....................................31.1基因根植+加速迭代，DeepSeek

正式出圈

...................................................31.2三個模型：

以

V3為基座，衍生強(qiáng)化推理版

R1-Zero+泛化推理版

R1

.........

3二、兩大貢獻(xiàn)：復(fù)現(xiàn)

o1強(qiáng)化學(xué)習(xí)效果+

實現(xiàn)有限算力的算法創(chuàng)新

............................5三、九大創(chuàng)新：模型創(chuàng)新+

系統(tǒng)優(yōu)化+商業(yè)模式開源

..................................................7四、

行業(yè)影響：算力需求仍未見頂，重心向推理側(cè)遷移

........................................

11投資建議

...................................................................................................................13風(fēng)險提示

...................................................................................................................18圖表目錄圖表1：

2025年

1月

AI

應(yīng)用全球日活總榜

.............................................................3圖表2：

DeepSeek

全球增速最快

Al

應(yīng)用

................................................................3圖表3：

DeepSeek

的

LLM

模型分三個版本

............................................................4圖表4：

DeepSeek-V3和

DeepSeek-R1與其他代表性模型的比較

.......................5圖表5：

OpenAI

o1模型性能在訓(xùn)練時間和訓(xùn)練時間計算上均平穩(wěn)提升

.................6圖表6：

DeepSeekV3預(yù)訓(xùn)練成本測算

....................................................................

6圖表7：

DeepSeekV3模型性價比處于最優(yōu)范圍

.....................................................

7圖表8：

DeepSeek-V3及其同類產(chǎn)品的基準(zhǔn)性能

....................................................

7圖表9：

DeepSeek-R1-Zero

和

OpenAI

o1模型在推理相關(guān)基準(zhǔn)測試中的比較

.....

8圖表10：

DeepSeek-R1及其同類產(chǎn)品的基準(zhǔn)性能

..................................................8圖表11：強(qiáng)化學(xué)習(xí)過程中

DeepSeek-R1-Zero

在訓(xùn)練集上的平均響應(yīng)長度

...........9圖表12：

Loss-Free

負(fù)載均衡策略

...........................................................................9圖表13：

DualPipe

關(guān)鍵是在一對獨立的前向和后向塊中重疊計算和通信

............

10圖表14：

多輪對話場景，下一輪對話會命中上一輪對話生成的上下文緩存

.........10圖表15：數(shù)據(jù)分析場景，后續(xù)具有相同前綴的請求會命中上下文緩存

................

10圖表16：

PPO

與

GRPO

原理對比

.........................................................................

11圖表17：

DeepSeek

蒸餾模型與其他可比模型表現(xiàn)對比

.......................................11圖表18：

大模型發(fā)展重心有望進(jìn)一步向

“后訓(xùn)練、推理側(cè)、

自主智能體”偏移

..

12圖表19：

亞馬遜、谷歌、微軟和

Meta

或計劃加大

AI

資本支出（十億美元）

.....

12圖表20：

DeepSeek-V3

的訓(xùn)練成本相比其對標(biāo)模型訓(xùn)練成本大幅降低

...............

13圖表21：

DeepSeek-R1在推理成本方面展現(xiàn)出顯著優(yōu)勢

.....................................

13圖表22：接入

DeepSeek

相關(guān)標(biāo)的合作及漲幅匯總

.............................................14-2-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告一、三個模型：純強(qiáng)化學(xué)習(xí)復(fù)現(xiàn)

o1

能力，引發(fā)新一輪革命1.1基因根植+加速迭代，DeepSeek

正式出圈前世今生：

幻方量化創(chuàng)立，創(chuàng)始人為梁文峰。

DeepSeek

成立于

2023年

5

月，由量化巨頭幻方量化創(chuàng)立，其創(chuàng)始人梁文峰在量化投資和高性能計算領(lǐng)

域具有深厚的背景和豐富的經(jīng)驗。l

2024年

5月，DeepSeek-V2

發(fā)布，成為全球最強(qiáng)開源通用

MoE

模型。l

2024年

12

月，DeepSeek-V3發(fā)布，性能對齊海外領(lǐng)軍閉源模型。l

2025

年1

月

，

DeepSeek-R1

發(fā)布

，

性能對標(biāo)OpenAI-o1

正式版

。

DeepSeek-R1在后訓(xùn)練階段大規(guī)模使用了強(qiáng)化學(xué)習(xí)技術(shù)，在僅有極少標(biāo)

注數(shù)據(jù)的情況下，極大提升了模型推理能力。

同時

DeepSeek

開源

R1

推理模型，允許所有人在遵循

MIT

License

的情況下，蒸餾

R1訓(xùn)練其他

模型。快速出圈：

上線

20

天全球

日活就突破

2000

萬。

DeepSeek

應(yīng)用于

2025

年

1

月

11

日發(fā)布，截止

2025

年

1

月

31

日上線僅

21天。春節(jié)期間國貨之

光

DeepSeek

迅速點燃了全民參與熱情，上線

20天全球日活就突破

2000

萬，

已然成為現(xiàn)在全球增速最快的

AI

應(yīng)用。l

25M1全球數(shù)據(jù)：1

）DeepSeek

日活躍用戶

DAU2215

萬，達(dá)

ChatGPT日活用戶的

41.6%

，超過豆包的日活用戶

1695

萬。2）上線僅

21

天，

憑

3370

萬月活

MAU

排名全球總榜TOP4。

3）截止

2025年

1

月

31

日

DeepSeek

霸榜蘋果應(yīng)用商店

157個國家/地區(qū)的第一名，MAU

月活

躍用戶占比最多的前

5

國家為：中國

30.71%，印度

13.59%，印尼

6.94%，

美國

4.34%

，法國

3.21%。l

25M1

國

內(nèi)數(shù)據(jù)：

1）豆包第一

7861

萬

MAU

、

DeepSeek

第二

3370

萬

MAU

、Kimi

第三

1943

萬

MAU

、文小言第四

1305

萬

MAU。

MAU

數(shù)據(jù)

不包括接入

DeepSeek

的

C端應(yīng)用和模型云服務(wù)平臺（

納米

AI

搜索、

秘塔

AI

搜索、硅基流動

x

華為云）

。圖表2：DeepSeek

全球增速最快Al

應(yīng)用圖表1：2025

年1月AI

應(yīng)用全球日活總榜1.2三個模型：

以

V3為基座，衍生強(qiáng)化推理版

R1-Zero+泛化推理版

R1DeepSeek

的

LLM

模型分三個版本——基座模型

V3、強(qiáng)化推理版

R1-Zero

、

泛化推理版

R1。來源：A

I產(chǎn)品榜，

中泰證券研究所注：僅包含應(yīng)用(APP)全球i0S、海

外

GP、以及國內(nèi)安卓市場，不

含網(wǎng)站

(Web)；數(shù)據(jù)范圍

2025/1/1-2025/1/31。來源：A

I產(chǎn)品榜，中泰證券研究所注：僅包含應(yīng)用(APP)全球i0S、海外GP、

以及國內(nèi)安卓市場，不含網(wǎng)站(Web)。-3-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告來源：

AI

大模型前沿公眾號，

中泰證券研究所1

）基座模型

V3：V3基座模型總參數(shù)為

671B

，（對比

GPT3參數(shù)

175B

、

GPT4

參數(shù)

1.76T），有

61

層transformer、并且用

MoE

代替?zhèn)鹘y(tǒng)Transformer模型中的前饋網(wǎng)絡(luò)（

FFN

）層，每一層包括大量的細(xì)粒度專家，有

1個共享

專家+256個路由專家。l

知識：

1）在MMLU

、

MMLU-Pro

和

GPOA

等教育基準(zhǔn)測試中

，

DeepSeek-V3的

表

現(xiàn)

優(yōu)

于

所

有

其

他

開

源模

型

，

在

MMLU/MMLU-Pro/GPOA

分

別

達(dá)

到88.5/75.9/59.1

，

性

能

可

與

GPT-4o和

Claude-Sonnet-3.5等領(lǐng)先的閉源模型相媲美。2）對于事

實性基準(zhǔn)測試，DeepSeek-V3在英文

SimpleQA

方面落后于

GPT-4o

和Claude-Sonnet3.5

，但它在中文

Chinese

SimpleQA

表現(xiàn)卓越，

適宜中文語言環(huán)境和應(yīng)用場景。l

代碼、數(shù)學(xué)和推理：1

）DeepSeek-V3在數(shù)學(xué)相關(guān)基準(zhǔn)性能變現(xiàn)優(yōu)越，

在

MATH-500

的表現(xiàn)甚至優(yōu)于

o1-preview。2

）在編碼相關(guān)任務(wù)上，

DeepSeek-V3

在

LiveCodeBenc

等編碼競賽基準(zhǔn)上表現(xiàn)出最佳性能，

工程相關(guān)表現(xiàn)略低于

Claude-Sonnet-3.5

，但仍優(yōu)于其他模型。2）R1-Zero（

強(qiáng)化推理版本）：沒有

warmup

階段、沒有監(jiān)督微調(diào)的數(shù)據(jù)，

從

DeepSeek-v3基座，直接進(jìn)行強(qiáng)化學(xué)習(xí)，技術(shù)上比較激進(jìn)、效果顯著、

能完美復(fù)現(xiàn)

o1

，但不足之處是沒有監(jiān)督微調(diào)的數(shù)據(jù)啟動、可讀性差、語言

混雜輸出。l

推理任務(wù):

DeepSeek-R1在

AIME2024

上達(dá)到了

79.8%的

Pass@1

分?jǐn)?shù)，略微超過了

OpenA1-o1-1217。在

MATH-500上，它取得了令

人印象深刻的

97.3%的分?jǐn)?shù)，與

OpenA1-o1-1217相當(dāng)，遠(yuǎn)遠(yuǎn)超過了

其他模型。l

編碼任務(wù)：

DeepSeek-R1在代碼競賽任務(wù)中表現(xiàn)出專家級水平，它

在

Codeforces

上獲得了

2029

的

Elo

評分，超過了

96.3%的人類參

與者。l

工程任務(wù)：DeepSeek-R1

的表現(xiàn)略微優(yōu)于

DeepSeek-V3，這可以幫

助開發(fā)者在實際任務(wù)中。l

知

識

:在

MMLU

、MMLU-Pro

和GPQADiamond

等

基

準(zhǔn)

上，

DeepSeek-R1

取得了卓越的成績

，顯著優(yōu)于DeepSeek-V3，在

MMLU

上的得分為

90.8%

，在

MMLU-Pro

上的得分為

84.0%

，在

GPOADiamond

上的得分為

71.5%。雖然它在這些基準(zhǔn)上的表現(xiàn)略低

于

OpenAl-o1-1217

，但

DeepSeek-R1超越了其他閉源模型，展示

了其在教育任務(wù)中的競爭優(yōu)勢。-4-

請務(wù)必閱讀正文之后的重要聲明部分圖表3：DeepSeek

的LLM

模型分三個版本行業(yè)點評報告來源：

《DeepSeek-V3Technical

Report》

，DeepSeek

公眾號，

中泰證券研究所二、兩大貢獻(xiàn)：復(fù)現(xiàn)

o1強(qiáng)化學(xué)習(xí)效果+

實現(xiàn)有限算力的算法創(chuàng)新DeepSeek

的兩大重要貢獻(xiàn)，一是捅破強(qiáng)化學(xué)習(xí)用于大模型推理的窗戶紙、

二是掀起低成本算力革命，且全球范圍率先實現(xiàn)并開源。

1

）捅破強(qiáng)化學(xué)習(xí)用于大模型推理的窗戶紙。如果說

openAI

的

o1是推理的

第一個里程碑，那

DeepSeek

R1可以稱之為第二個里程碑，堪比

2023年

初的

ChatGPT

時刻。l

openAI

o1：

引入新的范式，推動

scaling

law

繼續(xù)往強(qiáng)化學(xué)習(xí)、推理方

向突破。通過強(qiáng)化學(xué)習(xí)可以識別并糾正自己的錯誤，將復(fù)雜的步驟分解

為更簡單的，并嘗試行不通時換其他方法，這個過程是模型自

己學(xué)習(xí)而

非人為干擾。l

DeepSeek

R1：全球第一個通過強(qiáng)化學(xué)習(xí)完美復(fù)現(xiàn)

o1能力的模型。l

事實基準(zhǔn)

SimpleQA

測評：

DeepSeek-R1優(yōu)于

DeepSeek-V3

，展

示了其在處理基于事實的查詢方面的能力。在這一基準(zhǔn)上，OpenAl-01

超過了

4o也出現(xiàn)了類似的趨勢。3）R1（

泛化推理版本）：基于

DeepSeek-v3基座，先用

SFT

來啟動，

構(gòu)建少量

Long-CoT（長思維鏈）數(shù)據(jù)來微調(diào)模型（使模型先跟隨樣本學(xué)習(xí)

思維鏈的方法），防止

RL

早期不穩(wěn)定和可讀性差的問題。第二步再進(jìn)行和

R1-zero

一樣的強(qiáng)化學(xué)習(xí)，同時引入語言一致性獎勵（減少語言混雜輸出的

問題）。第三步，生成的深度推理

SFT

數(shù)據(jù)再結(jié)合通用

SFT

數(shù)據(jù)，一起微

調(diào)大模型，再進(jìn)行強(qiáng)化學(xué)習(xí)。圖表4：DeepSeek-V3和DeepSeek-R1與其他代表性模型的比較-5-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告來源：OpenAI

官網(wǎng)，

中泰證券研究所2）實現(xiàn)有限算力下的算法創(chuàng)新。根據(jù)

DeepSeek

公開的數(shù)據(jù)，按照

1

張

H800每小時

2

美元的租賃成本算，V3預(yù)訓(xùn)練成本只有

557.6萬美金（僅

包括DeepSeek-V3的正式訓(xùn)練，

不包括與架構(gòu)、

算法或數(shù)據(jù)相關(guān)的先前

的研究或精簡實驗的成本），如果用

1萬張

H800只需要

11天就能訓(xùn)練完。

如果參數(shù)量為

671B

的

DeepSeekV3使用

H800訓(xùn)練，整個訓(xùn)練過程僅使

用不到

280萬個

GPU

小時，相比之下，Llama3405B使用

H100

的訓(xùn)練時

長是

3080萬

GPU

小時，DeepSeek

僅使用不到

1/

10

的成本就達(dá)到了國際

上領(lǐng)先模型的表現(xiàn)，這對當(dāng)前我國突破算力卡脖子限制具備重要意義。

目前

模型性能/性價比優(yōu)勢顯著

，模型

API

服務(wù)定價也將調(diào)整為每百萬輸入

tokens0.5元（緩存命中）/2元（緩存未命中

），每百萬輸出

tokens8元。圖表5：OpenAI

o1

模型性能在訓(xùn)練時間和訓(xùn)練時間計算上均平穩(wěn)提升-6-

請務(wù)必閱讀正文之后的重要聲明部分圖表6：DeepSeekV3

預(yù)訓(xùn)練成本測算來源：

《DeepSeek-V3Technical

Report》

，

中泰證券研究所行業(yè)點評報告來源：

Deepseek

公眾號，

中泰證券研究所三、九大創(chuàng)新：模型創(chuàng)新+

系統(tǒng)優(yōu)化+商業(yè)模式開源模型本身具備

4個創(chuàng)新點：

1

）基座模型

V3性能強(qiáng)大。

R1

的成功離不開

DeepSeek-V3

強(qiáng)大的基

座模型能力、DeepSeek

系統(tǒng)效率、RL

調(diào)教能力。DeepSeek-V3

多項

評測成績超越了Qwen2.5-72B和

Llama-3.

1-405B等其他開源模型代碼

和數(shù)學(xué)方面表現(xiàn)尤為突出；并在性能上和世界頂尖的閉源模型GPT-4o

以及Claude-3.5-Sonnet

相媲美。-7-

請務(wù)必閱讀正文之后的重要聲明部分圖表8：DeepSeek-V3

及其同類產(chǎn)品的基準(zhǔn)性能圖表7：DeepSeekV3

模型性價比處于最優(yōu)范圍來源：

《DeepSeek-V3Technical

Report》

，

中泰證券研究所行業(yè)點評報告來源：

《DeepSeek-R1:

Incentivizing

Reasoning

Capability

in

LLMs

via

Reinforcement

Learning》

，

中泰證券研究所4）

自發(fā)涌現(xiàn)了反思能力、長思考能力。

隨著測試時間的增加，模型出

現(xiàn)了復(fù)雜的行為。模型能夠回顧和重新評估其之前的步驟，

自發(fā)地探索

解決問題的替代方法，這些行為不是顯式編程的結(jié)果，而是模型與強(qiáng)化來源：

《DeepSeek-R1:

Incentivizing

Reasoning

Capability

in

LLMs

via

Reinforcement

Learning》

，

中泰證券研究所3）第三個創(chuàng)新點是，R1泛化推理模型，通過深度推理

SFT

數(shù)據(jù)（本

身

帶推

理

能

力

）+

通

用

SFT

數(shù)據(jù)

實

現(xiàn)推

理

能

力的跨任

務(wù)

泛化。DeepSeek-R1-Zero存在可讀性差和語言混合等問題。

因此，研究引入

DeepSeek-R1，通過收集少量冷啟動數(shù)據(jù)對基礎(chǔ)模型進(jìn)行微調(diào)，并采用

多階段訓(xùn)練流程，最終獲得了與

OpenAI

o1-1217性能相當(dāng)?shù)哪Ｐ汀?）R1-zero模型直接應(yīng)用

RL

到基礎(chǔ)模型，而不依賴作為初步步驟的監(jiān)

督微調(diào)（

SFT）。其重要意義在于驗證

LLMs

的推理能力可以通過

RL完全激勵，而不需要

SFT。R1-zero

以

DeepSeek-V3-Base

為基礎(chǔ)模型，采用

GRPO（Group

Relative

Policy

Optimization

）作為

RL

框架來提高

模型在推理任務(wù)中的性能，并且采用

rule-based

reward

system

的方式

來確保強(qiáng)化學(xué)習(xí)能實現(xiàn)規(guī)模化。圖表9：DeepSeek-R1-Zero和OpenAI

o1

模型在推理相關(guān)基準(zhǔn)測試中的比較-8-

請務(wù)必閱讀正文之后的重要聲明部分圖表10：DeepSeek-R1

及其同類產(chǎn)品的基準(zhǔn)性能行業(yè)點評報告來源：《DeepSeek-R1:Incentivizing

Reasoning

Capability

in

LLMs

via

Reinforcement

Learning》，

中泰證券研究所系統(tǒng)優(yōu)化具備

4個創(chuàng)新點：

DeepSeek

通過負(fù)載均衡優(yōu)化、通信優(yōu)化（硬件）、內(nèi)存優(yōu)化（硬件）、

計算優(yōu)化四重優(yōu)化，實現(xiàn)了算法、軟件、硬件協(xié)同創(chuàng)新，通過算法和工

程上的創(chuàng)新

，

DeepSeek-V3

的生成吐字速度從

20TPS

大幅提高至

60TPS

，相比

V2.5模型實現(xiàn)了

3倍的提升，為用戶帶來更加迅速流暢

的使用體驗。1

）負(fù)載均衡優(yōu)化：

負(fù)載均衡是為了避免所有任務(wù)都堆在個別專家形成

堰塞湖，因此

V3模型引入一個動態(tài)調(diào)整的

Expert

Bias，Bias

只影響專

家路由，不產(chǎn)生任何梯度影響，通過動態(tài)調(diào)整

Expert

Bias

來調(diào)整各個

專家的門控分?jǐn)?shù)，實現(xiàn)負(fù)載均衡。圖表11：強(qiáng)化學(xué)習(xí)過程中DeepSeek-R1-Zero在訓(xùn)練集上的平均響應(yīng)

長度學(xué)習(xí)環(huán)境交互的結(jié)果。在沒有獎勵思維鏈長度的情況下，模型就自發(fā)地

進(jìn)行越來越長的思考，這種自發(fā)發(fā)展顯著提高了

DeepSeek-R1-Zero

的

推理能力，使其能夠以更高的效率和準(zhǔn)確性處理更具挑戰(zhàn)性的任務(wù)。-9-

請務(wù)必閱讀正文之后的重要聲明部分圖表12：Loss-Free

負(fù)載均衡策略來源：智東西，

中泰證券研究所行業(yè)點評報告來源：

《DeepSeek-V3Technical

Report》

，

中泰證券研究所3）

內(nèi)存優(yōu)化：

復(fù)雜推理場景下的多輪對話和長序列需要緩存更多的

KVCache

，導(dǎo)致

GPU

高帶寬內(nèi)存容量成為瓶頸，而通過增加

DRAM

解決

問題又會讓推理成本激增。

為

了應(yīng)對上下文

KV

Cache

緩存的問題，

DeepSeek

采用創(chuàng)新性的硬盤緩存技術(shù)，啟用上下文硬盤緩存技術(shù)，把

預(yù)計未來會重復(fù)使用的內(nèi)容，緩存在分布式的硬盤陣列中。如果輸入存

在重復(fù)，則重復(fù)的部分只需要從緩存讀取，無需計算。該技術(shù)不僅降低

服務(wù)的延遲，還大幅削減最終的使用成本，緩存命中的部分，DeepSeek每百萬tokens

收費

0.1元。圖表14：多輪對話場景，下一輪對話會命中上一輪

對話生成的上下文緩存2）通信優(yōu)化：關(guān)于專家并行的通信開銷的問題，提出

DualPipe

算法來解決，

精細(xì)控制分配給計算和通信的

GPU

SM

數(shù)量，保證計算和通信完全重疊。

硬件層面修改

CUDA

的底層匯編語言，通過定制的

PTX

指令來更精細(xì)

地控制底層

GPU

資源的分配和使用（

H800里面有

132個

SM

，分配20個

SM

來控制通信、同時還能動態(tài)調(diào)整分配給通信任務(wù)的warp

數(shù)量，

用剩下的

SM

做計算）

，顯著減少了

L2

緩存的使用和對其他

SM

的干

擾，從而提升了系統(tǒng)性能。4）計算優(yōu)化：DeepSeek-R1采用組相對策略優(yōu)化（

GRPO

）替代傳統(tǒng)的近

端策略優(yōu)化（

PPO

），優(yōu)勢在于無需單獨的價值模型、采用基于組的相

對優(yōu)勢估計、顯著降低內(nèi)存和計算開銷、增強(qiáng)了模型的數(shù)學(xué)推理能力。圖表15：數(shù)據(jù)分析場景，后續(xù)具有相同前綴的請求

會命中上下文緩存圖表13：DualPipe

關(guān)鍵是在一對獨立的前向和后向塊中重疊計算和通信-

10-

請務(wù)必閱讀正文之后的重要聲明部分來源：

DeepSeek

官網(wǎng)，

中泰證券研究所來源：

DeepSeek

官網(wǎng)，

中泰證券研究所行業(yè)點評報告來源：

《DeepSeek-R1:

Incentivizing

Reasoning

Capability

in

LLMs

via

Reinforcement

Learning》

，

中泰證券研究所四、行業(yè)影響：算力需求仍未見頂，重心向推理側(cè)遷移1

）模型側(cè)：

Scaling

law

尚未失效仍在迭代，但重心有望進(jìn)一步向推理側(cè)

偏移。2024年

12

月，OpenAI

聯(lián)創(chuàng)

Ilya

在深度學(xué)習(xí)頂會

NeuralPS2024

上

表示預(yù)訓(xùn)練時代可能結(jié)束，其原因是互聯(lián)網(wǎng)的文本數(shù)據(jù)幾乎窮盡，而短期內(nèi)

數(shù)據(jù)難以迅速增長，基于此，行業(yè)的趨勢有望朝向推理側(cè)發(fā)展，其重心可能

從

“卷基座、卷模型”向

“卷推理、卷

AI

Agent

、卷應(yīng)用落地”過渡。來源：

CSDN

，

中泰證券研究所n

商業(yè)模式的

1個創(chuàng)新：開源1）DeepSeek

商業(yè)模式為開源，以開源精神和長期主義追求普惠

AGI。與

o1相反，DeepSeek

采用

FP8訓(xùn)練，并開源了原生

FP8權(quán)重，公開深度思

考過程、免費允許用戶無限制商用、鼓勵蒸餾（

用

R1輸出結(jié)果訓(xùn)練其他模

型

），盡可能降低用戶使用壁壘，全球范圍出圈和更容易建立起廣泛繁榮的

用戶生態(tài)。-

11-

請務(wù)必閱讀正文之后的重要聲明部分圖表17：DeepSeek

蒸餾模型與其他可比模型表現(xiàn)對比圖表16：PPO

與GRPO

原理對比行業(yè)點評報告圖表18：大模型發(fā)展重心有望進(jìn)一步向“后訓(xùn)練、推理側(cè)、

自主智能體”偏移來源：機(jī)器之心公眾號，

中泰證券研究所2）算力側(cè)：

整體趨勢來看，Pre-training

將達(dá)瓶頸，基座模型格局日益明

朗，但算力需求仍未見頂。

即使互聯(lián)網(wǎng)中現(xiàn)成數(shù)據(jù)已完全納入訓(xùn)練集，模

型仍可運用合成數(shù)據(jù)等方式彌補(bǔ)訓(xùn)練數(shù)據(jù)的不足，基座模型依舊需要云上的

算力來迭代，Pre-training

的

scaling

law

有望續(xù)命；并且端側(cè)應(yīng)用與設(shè)備也

需要云上的算力來支持云端推理部署。

因此，長期來看，未來

AI

應(yīng)用與端

側(cè)的爆發(fā)將需要大規(guī)模算力來支持訪問，算力需求遠(yuǎn)未見頂。從海內(nèi)外視角看

DeepSeek

對算力廠商的影響。

①對國際大廠可能會帶來

短期沖擊，而從微軟、谷歌等云廠商最新公布的資本開支來看，算力相關(guān)的

開支依然堅挺，

目前來看對云廠商資本投入的決心影響較小。

長期來看，

AI

應(yīng)用的爆發(fā)有望帶來推理端需求迸發(fā)，訓(xùn)練和推理此消彼長。在技術(shù)和

產(chǎn)品方面，我們預(yù)計大廠的優(yōu)勢還會引領(lǐng)一段時間。

②利好國產(chǎn)半導(dǎo)體產(chǎn)

業(yè)鏈，DeepSeek

實現(xiàn)有限算力下的算法創(chuàng)新，改善國產(chǎn)芯卡脖子和供給不

足的現(xiàn)狀，有望走上算法和軟硬件協(xié)調(diào)發(fā)展的路徑，以形成獨立且系統(tǒng)性領(lǐng)

先的生態(tài)。來源：凌通社，各公司官網(wǎng)，

中泰證券研究所注：數(shù)據(jù)反映的是固定資產(chǎn)和設(shè)備的購買情況。本圖表展示了各日歷季

度的數(shù)據(jù)。微軟財年于

6

月

30日結(jié)束圖表19：亞馬遜、谷歌、微軟和Meta或計劃加大AI

資本支出（十億美元）-

12-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告投資建議n

第一類：

用戶入口與

agent

的融合。l

Agent+C端各類終端入

口：

因為

R1本地部署要求大幅降低，

內(nèi)嵌

在各種系統(tǒng)、軟件中的場景將大幅增加，強(qiáng)交互的手機(jī)/PC

、消費類

機(jī)器人、智能駕駛等智能硬件終端可能會百花齊放。1)手機(jī)：

HarmonyOS

NEXT

小藝助手接入

DeepSeek

，用戶可

通過小藝助手與

DeepSeek

對話實現(xiàn)更加無縫的

AI

體驗，建

議關(guān)注：

潤和軟件、

法本信息、軟通動力、

東方中科、誠邁科

技、

中科創(chuàng)達(dá)、拓維信息等。

2)智能汽車：R1本地部署要求大幅降低，低成本高性能

AI

Agent與座艙結(jié)合，顯著提升人車智能交互體驗的同時，

能打造差異

化競爭優(yōu)勢，未來有望成為智艙發(fā)展新趨勢。建議關(guān)注：1

）芯

片：黑芝麻、地平線；2

）域控：德賽西威、經(jīng)緯恒潤；3）AI+

座艙：

中科創(chuàng)達(dá)、光庭信息。

3)機(jī)器人：消費類機(jī)器人與AI

Agent

集合，提升智能家居用戶體

驗，加速教育用戶實現(xiàn)場景擴(kuò)容。建議關(guān)注：

螢石網(wǎng)絡(luò)等。

l

B

端軟件：B端公司掌握了大量用戶入口，并具備品牌優(yōu)勢和壁壘，

在與

DeepSeek

開源高性能大模型融合后，

能夠降低自身的研發(fā)投

入、提升自身產(chǎn)品迭代速度、

增加客戶粘性和續(xù)費率

，

同時憑借

Deepseek

的更低推理成本，未來有望實現(xiàn)增收又增利。建議關(guān)注：

合合信息、金山辦公、

同花順、

萬興科技、

中望軟件等。

圖表20：DeepSeek-V3的訓(xùn)練成本相比其對標(biāo)模型

訓(xùn)練成本大幅降低圖表21：DeepSeek-R1在推理成本方面展現(xiàn)出顯

著優(yōu)勢3）應(yīng)用&端側(cè)：

降本、

降門檻加速商業(yè)化，利好應(yīng)用與端側(cè)發(fā)展。從技術(shù)

上講，

DeepSeek

使得大模型向Agent

智能體更近一步，尤其是其開源特

性降低了模型技術(shù)的使用門檻，使更多中小科技企業(yè)有機(jī)會打造更優(yōu)質(zhì)的垂

類場景應(yīng)用，使

Agent

與各類終端、用戶入口的加速結(jié)合。從成本上講，

不論對于模型的訓(xùn)練側(cè)還是推理側(cè)，Deepseek

為世界探出一條能夠以更低

成本布局

AI

的路徑，

因此應(yīng)用公司能夠以更低成本自研或調(diào)用

API

來打造

AI

應(yīng)用，利潤空間也有望進(jìn)一步提升。

隨著應(yīng)用的普及與能力的提升，端

側(cè)硬件將具備更優(yōu)的大規(guī)模落地的條件。來源：SemiAnalysis

，NVIDIA

，Anthropic

，Meta

，深度求索，

甲子光年，中泰證券研究所注：訓(xùn)練成本并不包括前期研究以及關(guān)于架構(gòu)、算法或數(shù)

據(jù)的消融實驗所產(chǎn)生的成本，也不包括人力成本及其他未提及的成本-

13-

請務(wù)必閱讀正文之后的重要聲明部分來源：Statista，

中泰證券研究所行業(yè)點評報告圖表22：接入DeepSeek

相關(guān)標(biāo)的合作及漲幅匯總證券代碼證券簡稱概念相關(guān)點年后累計漲幅（2025/2/5-2025/2/7）688158.SH優(yōu)刻得根據(jù)2025年2

月3日

官微

，優(yōu)刻得云平臺上線

DeepSeek-R1系列模

型72.81%300766.SZ每

日

互動根據(jù)2025年2

月4日公告，公司在較早時間就接入

DeepSeek相關(guān)版

本并完成各方面的評估及利用自有算力進(jìn)行私有化部署，目

前主要用于業(yè)務(wù)垂直場景使用

、研發(fā)提效(AI4SE)、知識庫問答以及將其納入數(shù)據(jù)

智能操作系統(tǒng)(DiOS)

的功能模塊等。根據(jù)2025

年2

月4

日

官微，安恒信息旗下恒腦·安全垂域大模型正式集65.73%688023.SH安恒信息成

DeepSeek，

完成基于

DeepSeekR1

的安全大模型的訓(xùn)練

，推出首

個“

DeepSeek”版安全智能體，

開啟全新智能化安全之旅。根據(jù)2025

年

1

月25日

官微，公司AK39系列芯片的天才虎AI

智能錄音54.73%688620.SH安凱微筆Pro4G

版推出市場，對接多家大模型底座，開啟智能錄音筆全新篇章

。

通過對接了豆包

、通義千問

、文心一言、DeepSeek、Kimi

等多家大語言

模型，并通過調(diào)優(yōu)，能夠?qū)Σ煌竽Ｐ偷奶匦赃M(jìn)行分析與整合

，實現(xiàn)對多源語言理解優(yōu)勢的有效融合。2025年2

月6

日微信公眾號發(fā)布，首都在線云平臺快速上架

R1模型，51.32%300846.SZ首都在線還提供為期

1

個月的免費使用權(quán)限。用戶可以通過首都在線云平臺的強(qiáng)49.35%688058.SH寶蘭德大算力

，免受各種限制，

隨時隨地暢快地體驗

DeepSeek。根據(jù)青云科技2025年2

月4日

官微，

青云科技旗下AI

算力云服務(wù)一

基石智算CoresHub正式上線

DeepSeek-R1

系列模型，根據(jù)2025年2

月5日

官微，

品高AI

大模型融合平臺--AISTACK早在36.47%688227.SH品高股份2024年7

月開始支持

DeepSeek

的混合專家模型(MOE)

，并上架京東

商城，在

DeepSeek-R1發(fā)布后

，也第一時間在產(chǎn)品中進(jìn)行了集成為垂直領(lǐng)域大模型的落地提供了更強(qiáng)大的技術(shù)支持。2025年02

月05日

官微:春節(jié)期間，

云天勵飛芯片團(tuán)

隊完成35.95%688343.SH云天勵飛DeepEdge10“

算力積木”

芯片平臺與

R1-Distill-Qwen-1.5B、R1-Distill-Qwen-7B、R1-Distill-Llama-8B

大模型的適配

，可以交付客

戶使用。根據(jù)軟通動力2025

年2

月4

日

官微，作為中國數(shù)字技術(shù)產(chǎn)品和服務(wù)創(chuàng)33.89%301236.SZ軟通動力新領(lǐng)導(dǎo)企業(yè)，軟通動力積極擁抱

DeepSeek，率先進(jìn)行產(chǎn)品的創(chuàng)新融合，

通過把

DeepSeek-R1接入天璇

MaaS

平臺，

以全棧AI技術(shù)服務(wù)加速

企業(yè)智能化轉(zhuǎn)型。33.46%002123.SZ夢網(wǎng)科技根據(jù)2025年2

月4

日

官微，隨著

DeepSeek

大模型的全球影響力持續(xù)

擴(kuò)大，夢網(wǎng)科技將

DeepSeek

大模型深度集成至多源AI

調(diào)度引擎“

天慧智匯臺2.0”，推動消息通信服務(wù)從基礎(chǔ)連接向智能決策升級，為行業(yè)開

辟5.70%效新路徑。33.11%n

第二類：

國產(chǎn)算力。

受益于

DeepSeek

的推出和生態(tài)繁榮，部分國產(chǎn)算

力產(chǎn)業(yè)鏈的公司有望實現(xiàn)算法和軟硬件協(xié)調(diào)發(fā)展，甚至達(dá)到系統(tǒng)性彎

道超車，建議關(guān)注：

1

）華為昇騰產(chǎn)業(yè)鏈：軟通動力、烽火通信、神州

數(shù)碼以及相關(guān)配套硬件廠商；2）中科院算力產(chǎn)業(yè)鏈；海光信息、

中科

曙光、曙光數(shù)創(chuàng)、寒武紀(jì)等。

-

14-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告002881.SZ美格智能根據(jù)2025年

1

月26日

官微

，公司結(jié)合美格智能自研的AIMO

智能體

及

DeepSeek-R1模型的基礎(chǔ)能力，開發(fā)面向工業(yè)智能化、座艙智能體

、

智能無人機(jī)

、機(jī)器人等領(lǐng)域的AIAgent應(yīng)用。根據(jù)2025

年2

月3

日全資子公司浙江數(shù)據(jù)管理微信公眾號，浙江省數(shù)33.10%600126.SH杭鋼股份據(jù)管理有限公司成功完成

DeepSeek-R1

的適配并實現(xiàn)DeepSeekR170B

參數(shù)及以下全部蒸餾模型的部署。根據(jù)2025年2

月5日

官微，奇安信宣布已完成與DeepSeek(深度求索)33.08%688561.SH奇安信的全面深度接入，奇安信自研QAX安全大模型通過

DeepSeekR1進(jìn)行

了一系列的優(yōu)化和蒸餾后，運營成本大幅降低

，同時在威脅研判等多個

場景下的模型性能方面獲得了顯著提升。根據(jù)參股公司杭州領(lǐng)信數(shù)科信息技術(shù)有限公司2025

年2

月6

日微信公31.11%688080.SH映翰通眾號:近日，領(lǐng)信數(shù)科已完成兩大核心

升級:AI

中臺一大白智腦，

完成

DeepSeek基座模型適配。30.88%600186.SH蓮花控股2025

年2

月4

日公司孫公司蓮花紫星官微:蓮花紫星已在自有算力上成

功部署

DeepSeekR1

大模型

，并全面支持智能體調(diào)用。29.42%300352.SZ北信源2025年2

月5日微信公眾號發(fā)布

，公司密信AI

能力平臺已成功對接

DeepSeek。27.40%300588.SZ熙菱信息根據(jù)公司官網(wǎng)

，公司AI

智慧助手平臺AILinkDebot產(chǎn)品接入集成了

qwen2-7b、deepseek、ChatGLM、

文心一言等模型，2025年2

月6日

官微:今天，

用友

BIP

全面上線以

DeepSeek-V3

和26.17%600588.SH用友網(wǎng)絡(luò)DeepSeek-R1作為基座大模型的智能服務(wù)，企業(yè)客戶可以通過

BIP3R6

智能平臺的公有云

、

專屬云模式使用相關(guān)服務(wù)。根據(jù)2024年半年報，公司參股世優(yōu)科技3%股權(quán)。2025年

2

月

6日參25.57%300057.SZ萬順新材股公司世優(yōu)科技微信公眾號發(fā)布，世優(yōu)科技推出的“世優(yōu)波塔”AI

數(shù)字人25.06%688039.SH當(dāng)虹科技智能體與

DeepSeek

的通用人工智能(AGI)

能力結(jié)合。據(jù)當(dāng)虹科技2025

年2月

5日

官微

，近日，當(dāng)虹科技BlackEye多模態(tài)視

聽大模型正式融合DeepSeek-R1

和DeepSeekJanusPro，并完成視聽傳媒

、

工業(yè)與衛(wèi)星

、

車載智能座艙等多行業(yè)垂類場景的數(shù)據(jù)調(diào)優(yōu)訓(xùn)練。2025

年2

月4

日微信公眾號發(fā)布

，快麥小智推出了基于大模型的智能24.68%688365.SH光云科技體產(chǎn)品綾智

?；诰c智

，商家可以搭建導(dǎo)購助手

、智能培訓(xùn)

、對話打標(biāo)

等智能助理功能

。

目

前，綾智的多項業(yè)務(wù)場景和功能已經(jīng)接入并在支持

DeepSeek各個版本。2025

年2

月6

日微信公眾號發(fā)布

，神州鯤泰和神州問學(xué)均已支持23.17%000034.SZ神州數(shù)碼DeepSeek

的部署。神州數(shù)碼還將

DeepSeek

集成到其自主研發(fā)的神州

問學(xué)平臺中

，僅需3

分鐘部署

DeepSeek模型。根據(jù)2025年2

月6日

官微

，順網(wǎng)智算是一個AIINFRA

平臺，

目

前已22.26%300113.SZ順網(wǎng)科技經(jīng)可以支持

DeepSeek模型的部署和運行

，預(yù)計后續(xù)

DeepSeek模型亦會應(yīng)用于順網(wǎng)智能客服和嘮嘮等AI

應(yīng)用。2025年02

月06

日公司官微:2

月6日

，開普云旗下開悟大模型應(yīng)用產(chǎn)22.11%688228.SH開普云品積極適配國產(chǎn)大模型

，在開悟大型能體平臺接入

DeepSeekV3、R1

在線模型API

，在運營管理平臺部署量化版

R1

模型服務(wù)

，在端側(cè)一體機(jī)中部署蒸餾量化版

R132B型20.56%002354.SZ天娛數(shù)科根據(jù)證券時報網(wǎng)2025年

1

月27日新聞

，天娛數(shù)科為

DeepSeek移動

應(yīng)用分發(fā)服務(wù)商。20.00%-

15-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告601360.SH三六零根據(jù)2025年2

月2日

官微，360數(shù)字安全集團(tuán)宣布其安全大模型正式

接入

DeepSeek

，將以

DeepSeek

為安全大模型基座

，發(fā)揮360安全

大數(shù)據(jù)優(yōu)勢

，通過繼續(xù)強(qiáng)化學(xué)習(xí)等技術(shù)手段

，訓(xùn)練出“

DeepSeek版”安

全大模型

，讓安全真正做到“

自動駕駛”。18.92%300624.SZ萬興科技根據(jù)萬興科技2025年2

月4日

官微，AIGC

軟件A股上市公司萬技

(300624.SZ)率先完成深度求索(DeepSeek)最新推理大模型DeepSeek-R1

的深入適配，

涵蓋旗下視頻創(chuàng)意

、繪圖創(chuàng)意及文檔創(chuàng)意

軟件業(yè)務(wù)多款產(chǎn)品。根據(jù)2024

年

8

月

8日

互動易回復(fù)，

昆侖萬維攜手新加坡南洋理工大學(xué)

成功開發(fā)Q*算法，顯著提升現(xiàn)有大模型推理能力。在GSM8K

數(shù)據(jù)集上，

Q*幫助Llama-2-7b

提升至

80.8%的準(zhǔn)確率

，超越了ChatGPT;在MATH17.32%300418.SZ昆侖萬維數(shù)據(jù)集上

，Q*幫助DeepSeek-Math-7b

提升至

55.4%的準(zhǔn)確率

，超越了GeminiUltra;在MBPP

數(shù)據(jù)集上

，Q*幫助CodeQwen1.5-7b-Chat提升至

77.0%的準(zhǔn)確率

，縮小了與GPT-4

的編程水平差距。Q*能夠不僅大幅提

升了小模型的性能，還顯著降低了計算資源的需求，為人工智能的廣泛

應(yīng)用帶來了全新可能。16.37%688208.SH道通科技2025

年2

月6日證券時報網(wǎng)新聞，道通AI

團(tuán)

隊已完成

DeepSeek

的全

面接入和本地化部署，并應(yīng)用

DeepSeek訓(xùn)練流程，加速推進(jìn)道通以“

巡

檢垂域大模型”

為核心的“

空地一體解決方案”在能源、交通等領(lǐng)域的廣泛

推廣。2025年2

月5日微信公眾號發(fā)布

，公司

InHandAl技術(shù)團(tuán)隊成功在15.95%301070.SZ開勒股份EC5000

系列邊緣計算機(jī)上完成

DeepSeekR1

蒸餾模型的本地部署。這一成果驗證了輕量級邊緣設(shè)備(如EC5000)在

AI推理任務(wù)中的強(qiáng)大潛

力。15.82%002439.SZ啟明星辰2025年02

月06

日

官微:啟明星辰目前已完成了“安星”智能體與DeepSeek

大模型的全面對接

，并應(yīng)用到安全運營

、威脅檢測(脅情報、

數(shù)據(jù)安全等全業(yè)務(wù)場景中，

實現(xiàn)了安全智能化能力的再級。根據(jù)2025

年2

月5

日

互動易，公司目前已有相關(guān)合作

，正在進(jìn)行對接14.02%300494.SZ盛天網(wǎng)絡(luò)使用deepseek模型，目前公司一款底層對接deepseek

的社交小游戲

已完成了一輪內(nèi)部測試。13.46%002212.SZ天融信2025年2

月6日

官微:近日，天融信天問大模型正式完成

DeepSeek

大

模型的接入，賦能安全事件檢測分析

、威脅情報融合等多個場景，進(jìn)

一步提升了天融信現(xiàn)有的安全產(chǎn)品和服務(wù)能力。12.95%600986.SH浙文互聯(lián)根據(jù)2025年2

月6日

官微

，春節(jié)前浙文互聯(lián)完成本地化部署的

DeepSeek-R1推理大模型。2025

年2

月2

日子公司超訊智能微信公眾號發(fā)布，公司聯(lián)手開源中國、12.65%603322.SH超訊通信沐曦

、

米塔碳等合作伙伴完成

DeepSeek-R170B部署

，并支持

1.5B，

7B

，14B

，32B

蒸餾模型的部署，

兼容openaiapi格式輸出。根據(jù)2025年2

月5日

官微

，亞信安全基于

DeepSeek-R1作為基座利12.48%688225.SH亞信安全用多年來積累的網(wǎng)絡(luò)安全獨家數(shù)據(jù)

，進(jìn)一步訓(xùn)練和提升“信立方網(wǎng)絡(luò)安

全領(lǐng)域大模型；同時，基于

DeepSeekMoE

架構(gòu)，整合網(wǎng)絡(luò)安全專家模

型。12.41%603019.SH中科曙光根據(jù)光合組織2025

年2

月2

日

官微，

海光信息技術(shù)團(tuán)隊成功完成DeepSeekV3和

R1模型與海光

DCU(深度計算單元)

的國產(chǎn)化適配，并11.99%-

16-

請務(wù)必閱讀正文之后的重要聲明部分行業(yè)點評報告300002.SZ神州泰岳正式上線。據(jù)子公司鼎富智能官網(wǎng):鼎富智能研發(fā)的AI

外呼機(jī)器人整合通義千問

、

智譜AI和

DeepSeek

等國內(nèi)領(lǐng)先的基礎(chǔ)大模型技術(shù)，

實現(xiàn)了外呼效果

的全方位提升。11.56%300364.SZ中文在線2025年2

月5日

官微:基于

DeepSeekV3

與

R1提出的技術(shù)路線，中文

在線正著力研發(fā)并訓(xùn)練升級版“

中文逍遙”，

以進(jìn)一步提升該大模型的創(chuàng)

作能力

。目

前

，公司已在部分內(nèi)部AI

網(wǎng)文創(chuàng)作流程中部署11.21%300182.SZ捷成股份DeepSeek-R1

，通過調(diào)用

DeepSeek-R1

的能力

，增強(qiáng)創(chuàng)作效率2025

年2

月6日參股公司世優(yōu)科技微信公眾號發(fā)布

，世優(yōu)科技推出的

“世優(yōu)波塔”AI數(shù)字人智能體與

DeepSeek的通用人工智能(AGI)能力結(jié)

合，與世優(yōu)波塔的182個數(shù)字人面部控制技術(shù)結(jié)合，打造了“

情感反饋

”

能力。11.13%300188.SZ國投智能2025年2

月5日

官微:“

星盾”、“Qiko”

等自研平臺也第一時間成立接入

DeepSeek,進(jìn)一步滿足行業(yè)客戶的多樣化需求。據(jù)子公司北京創(chuàng)業(yè)未來傳媒技術(shù)有限公司官微:黑馬天啟基于10.02%300688.SZ創(chuàng)業(yè)黑馬DeepSeek發(fā)布政策大模型

1.1版，基于

DeepSeek技術(shù)架構(gòu)，通過底

層能力重構(gòu)與數(shù)據(jù)體系拓展，迭代升級出更精準(zhǔn)高效的政務(wù)政策解決方

案。9.86%000681.SZ視覺中國2025年2

月5

日

官微:視覺中國近期完成深度求索公司開源大模