國盛證券：這波AI哪些方向更強

　　來源：計算機暢想

　　核心觀點

　　Deepseek橫空出世，國內算力及應用迎來質變。1）2025年1月20日，幻方量化旗下子公司深度求索發佈自研推理模型Deepseek-R1並同步開源模型權重，性能對標Chatgpt-o1，且定價大幅降低。2）同時，Deepseek同步發佈6個小尺寸模型（1.5B/7B/8B/14B/32B/70B）並開源權重，給予私有化及個人版更具性價比的本地部署解決方案。另外，1採用統一採用標準化、寬松開源的MIT  License。該協議允許軟件在保留版權聲明和許可聲明的前提下，被自由地使用、複製、修改、合併、發佈、分發、再授權和銷售。3）我們認為，Deepseek具備高性能、低成本、蒸餾有效、寬松開源等核心優勢，有望顯著打開推理空間，國內算力及應用迎來質變。

　　推理端需求激增，盤活國內算力資產、雲廠商需求高增。1）自1月20日R1模型上線，DeepSeek  7天完成了1億用户增長；截至2月5日，Deepseek移動端上線僅26天日活突破4000萬，達ChatGPT（5495萬）移動端日活的74.3%，成為繼ChatGPT后又一現象級AI產品。而這也帶來了Deepseek服務器資源的高度緊張，其於2月6日正式宣佈暫停新增API服務充值，模型優惠期亦結束、價格上調。2）從雲服務到芯片廠商，Deepseek開源給所有企業提供了低門檻接入通道。多家雲大廠（如騰訊、百度、阿里、華為、京東等），三大運營商（電信、聯通、移動），獨立雲計算公司（如優刻得、首都在線、中國電子雲等），智算中心（天津、南京、北京等）陸續宣佈接入Deepseek大模型，算力資源持續擴張。3）同時，相比於AI訓練，模型推理對硬件要求相對較低，集羣互聯的要求也更為寬松，為國產芯片、英偉達中低端卡以及ASIC芯片等國內算力提供了有利的發展機遇。綜上，我們認為，推理端激增，將有效盤活國內算力資產，帶動雲廠商業務高增，二三線雲廠商體量較小、業務彈性或更大。

　　模型部署效用提升，綜合軟件系統將成為AI應用的主要載體。1）以往，大模型推理成本較高，在一定程度上限制了用户擴張，IT企業訂閲制付費難以為繼，例如Salesforce於2024年正式引入了基於使用量的定價模式每次對話需要2美元。而Deepseek的高性能+低成本，將顯著帶動tokens價格下降，推動AI應用的收費下降、用户擴張、回報率提升，AI應用加速點來臨。2）成體量的通用軟件一般為企業內部的核心IT系統，能為企業的經營流程帶來明顯的管理效益，才得以收穫高粘性的付費客户。這類通用軟件，一般串聯了企業內外部事項的核心流程，覆蓋行政、財務、採購、銷售、庫存、人事、客户關係、市場銷售、文檔資產等多方面，將成為AI應用升級的主要載體，包括CRM、ERP、OA、文檔辦公平臺、數據終端等。

　　相關標的：

　　雲服務：阿里巴巴、神州數碼、優刻得、金山雲、雲賽智聯、弘信電子、深信服、青雲科技、品高股份、中科曙光、首都在線、杭鋼股份、數據港、南興股份、華策影視、順網科技、恆為科技、網宿科技、浪潮信息等。

　　企業服務：金山辦公、螢石網絡、漢得信息、用友網絡、鼎捷數智、焦點科技、泛微網絡、致遠互聯、海天瑞聲、新致軟件、雲天勵飛、同花順、潤達醫療、星環科技、協創數據、光雲科技，科大訊飛、萬興科技、創業黑馬、恆生電子、上海鋼聯、邁富時、小商品城、金證股份、衞寧健康、創業慧康、朗新集團、晶泰控股、佳發教育、嘉和美康、金橋信息、新大陸等。

　　國產算力：寒武紀、中科曙光、海光信息、神州數碼、雲天勵飛、軟通動力、弘信電子、拓維信息等。

　　其他方向標的詳見正文。

　　風險提示：AI技術迭代不及預期風險、貿易關係變化風險、宏觀經濟風險、行業競爭加劇風險。

　　報告正文

　　01

　　Deepseek橫空出世，國內算力及應用迎來質變

　　新架構實現高性能+低成本，性能對標Chatgpt-o1。2025年1月20日，幻方量化旗下子公司深度求索發佈自研推理模型Deepseek-R1並同步開源模型權重。R1基於Deepseek V3-Base使用監督微調（SFT）和強化學習（RL）進行訓練，在極少標註數據下大幅提升模型推理能力，在數學、代碼、自然語言推理等任務中性能比肩OpenAI-o1正式版。定價方面，R1 API服務每百萬tokens 1元（緩存命中）/4元（緩存未命中），輸出16元/百萬tokens；反觀對標模型o1對應單價分別為55元/110元/438元，o3-mini為0.55美元（緩存命中）/百萬tokens、輸出4.4美元/百萬tokens，成本仍遠高於R1。

　　多參數量蒸餾模型、寬松開源，利好AI推理，國內AI生態有望迎來質變。1）Deepseek在開源R1-Zero和R1兩個660B模型的同時，通過R1輸出的80萬個樣本數據微調Qwen2.5、Llama3.3，蒸餾（僅SFT）得到6個小尺寸模（1.5B/7B/8B/14B/32B/70B）並開源權重，其中32B和70B模型在多項能力上實現了對標o1-mini（約100B）。對於個人開發者，蒸餾版提供了更具性價比的本地部署解決方案，如7B及以下模型推薦1卡RTX 4090部署，70B版本推薦8卡RTX 4090部署。2）協議授權層面，R1採用統一採用標準化、寬松開源的MIT License。該協議允許軟件在保留版權聲明和許可聲明的前提下，被自由地使用、複製、修改、合併、發佈、分發、再授權和銷售，即R1完全開源、不限制商用、無需申請；產品協議中明確可「模型蒸餾」，允許用户利用模型輸出、通過模型蒸餾等方式訓練其他模型，進一步支持R1開源和共享，全面利好廠商大規模落地AI推理。

　　02

　　推理端需求激增，盤活國內算力資產、雲廠商需求高增

　　Deepseek日活激增，服務器資源高度緊張。1）自1月20日R1模型上線，DeepSeek 7天完成了1億用户增長；截至2月5日，Deepseek移動端上線僅26天日活突破4000萬，達ChatGPT（5495萬）移動端日活的74.3%，是全球增速最快的AI應用，成為繼ChatGPT后又一現象級AI產品。2）2025年2月6日，因服務器資源緊張，DeepSeek宣佈暫停新增API服務充值（截至2月14日仍處暫停狀態）。與此同時，截至2月9日零點，Deepseek-chat模型優惠期結束，恢復輸入2元/百萬tokens，輸出8元/百萬tokens計費；Deepseek-reasoner模型按輸入4元/百萬tokens，輸出16元/百萬tokens計費。從結果來看，DAU激增導致服務器高負載、價格調整與新計費標準，驗證模型推理端需求激增。

　　多家雲計算公司、智算中心已完成Deepseek部署。從雲服務到芯片廠商，Deepseek開源給所有企業提供了低門檻接入通道。多家雲大廠（如騰訊、百度、阿里、華為、京東等），三大運營商（電信、聯通、移動），獨立雲計算公司（如優刻得、首都在線、中國電子雲等），智算中心（天津、南京、北京等）陸續宣佈接入Deepseek大模型，實現全產業鏈聯動。

　　同時，相比訓練端，推理端對芯片性能及集羣互聯的要求顯著降低，有望盤活國產算力資產。相比於AI訓練端，模型推理對硬件要求相對較低，集羣互聯的要求也更為寬松，為國產芯片、英偉達中低端卡以及ASIC芯片等國內算力提供了有利的發展機遇。

　　ž國產芯片：國內對於AI芯片需求的核心挑戰為：英偉達GPU強勢地位以及美國對高端GPU出口限制。Deepseek為國產AI芯片提供了突破口，模型框架的優化與需求的推理端轉移顯著降低了硬件算力需求，利好國產AI芯片在推理端快速實現商業化落地。目前國內芯片廠商已與DeepSeek合作，加速深度學習框架優化和分佈式訓練適配，推動「國產算力+國產大模型」閉環生態的構建。包括華為昇騰、海光、沐曦、天數智芯、摩爾線程、壁仞、燧原、崑崙芯、雲天勵飛、靈汐科技、鯤雲在內的多家國產芯片廠商紛紛宣佈完成對DeepSeek系列模型的適配，涵蓋從1.5B到70B等多參數版本。

　　ž英偉達中低端卡：2025年1月13日美國對華AI芯片出口管制再次加碼，對包括中國在內的120個國家中數據中心、人工智能產品所使用的芯片進行限制。國內市場需求量將仍以英偉達中低端顯卡為主，且保有較多存量，Deepseek的出現有望盤活中低端顯卡市場。

　　žASIC芯片：ASIC芯片相比通用GPU定製化程度更高，規模量產后，在特定場景下ASIC的單位成本或可更低。以谷歌為代表的海外大廠在ASIC方面持續迭代。我國ASIC行業研發基礎紮實且發展勢頭強勁，如寒武紀、瀾起科技、黑芝麻、地平線、華為海思、百度以及阿里巴巴等均已佈局ASIC產品，且部分國產ASIC技術已經達到國際領先水平。ASIC特定場景下（如推理端）具有高性價比，利好國內芯片廠商。

　　綜上，我們認為，推理端激增，將有效盤活國內算力資產，帶動雲廠商業務高增，二三線雲廠商體量小、業務彈性或更大。

　　03

　　模型部署效用提升，綜合軟件系統將成為AI應用的主要載體

　　以往，大模型推理成本較高，限制了用户擴張。1）以Salesforce為例，其AI定價策略原本為按月付費，例如2023年Sales GPT價格為50美元/用户/月，這個價格還包括一定數量的Einstein GPT積分；與Sales GPT類似，Service GPT 將包含在Service Cloud Einstein中，價格同樣為50美元/用户/月。2）而在2024年，Salesforce引入了基於使用量的定價模式，在Agentforce平臺上，每次對話需要2美元。3）我們認為，伴隨使用量的快速提升，用户tokens的推理成本也將快速提高，按月付費的模式或無法為IT企業創造合理的利潤，定價一方面可向按量方式轉變，另一方面也可大幅提高AI應用售價。在AI帶來的效果尚且無法清晰量化的現在，這都將限制用户的擴張速度。

　　而Deepseek的高性能+低成本，將顯著帶動tokens價格下降，推動AI應用的收費下降、用户擴張、回報率提升，AI應用加速點來臨。

　　通用軟件為企業管理的核心IT系統，將成為AI應用的主要載體。1）成體量的通用軟件一般為企業內部的核心IT系統，能為企業的經營流程帶來明顯的管理效益，才得以收穫高粘性的客户、以及較強的付費意願。2）這類通用軟件，一般串聯了企業內外部事項的核心流程，覆蓋行政、財務、採購、銷售、庫存、人事、客户關係、市場銷售、文檔資產等多方面，將成為AI應用升級的主要載體。

　　1、CRM-客户關係管理

　　Agentforce2.0已推出，覆蓋銷售、客户支持、市場分析等多個領域。2024年12月17日，全球科技巨頭Salesforce正式推出其全新平臺——Agentforce 2.0。首席執行官馬克·貝尼奧夫在發佈會上宣佈，Salesforce計劃招聘2000名銷售人員，以加速推廣這一重大人工智能平臺，並預計於2025年2月正式向全球企業提供服務。

　　2、ERP：企業資源計劃

　　HR SaaS、AI+財務管理等方向逐步落地。1）HR SaaS可用於多類場景，具體包括假勤月報異常分析、智能人才發現推理搜索類場景等。2）AI+財務管理空間較大、任務也相對複雜，包括全面預算、風險控制、成本控制、財務流程自動化等各方面。

　　3、OA：協同辦公自動化

　　OA為日常工作的高頻入口，市場、合同、客服、項目等數智化管理場景眾多。1）OA為一般員工使用公司系統的高頻入口，伴隨移動化、雲化發展，OA逐步向廣義協同辦公平臺演進。包括流程審批、文檔管理、溝通協作、日程管理、移動辦公等功能。2）以泛微數智大腦Xiaoe.AI為例，其具備智能問答及AI搜索、智能摘要及內容解析、智能內容撰寫及校對、AI圖像識別及數據生成轉化、AI智能數據分析及意圖識別、智能流程引擎及自動化處理助手、業務與數據處理的RPA自動化引擎等多種功能。

　　4、文檔辦公平臺

　　文檔為工作知識的核心載體，AIGC創作從可用向好用演進。以WPS AI為例，其在2024年7月發佈全新2.0版本，在個人辦公方面發佈AI寫作/閲讀/數據/設計助手；在企業端正式發佈面向企業的智能文檔庫，支持智能問答與創作；在政務版方面針對垂類場景繼續優化，包括政務AI寫作/問答等。

　　5、數據終端

　　大數據已成為工作決策的基礎支撐，針對金融、大宗等高頻數據場景，AI有望深度賦能。1）同花順「問財」為金融助手的代表產品，可提供智能體、選股票、診股票、看大勢、學投資等等一系列能力。2）對於上海鋼聯，其「小鋼」數字智能助手1.6版本在「我的鋼鐵網」網站、APP、鋼聯數據終端等多渠道上線，通過與智能助手交互對話的方式，「小鋼」數字智能助手能為客户提供查價格、讀資訊、寫報告、問百科、找商機等內容服務，此外還具備了市場分析、多模態生成和智能客服等功能，並輔助文章閲讀，為用户提供AI摘要，生成的內容每天都服務在大宗商品行業各個領域。

　　04

　　相關標的

　　雲服務：阿里巴巴、神州數碼、優刻得、金山雲、雲賽智聯、弘信電子、深信服、青雲科技、品高股份、中科曙光、首都在線、杭鋼股份、數據港、南興股份、華策影視、順網科技、恆為科技、網宿科技、浪潮信息等。

　　企業服務：金山辦公、螢石網絡、漢得信息、用友網絡、鼎捷數智、焦點科技、泛微網絡、致遠互聯、海天瑞聲、新致軟件、雲天勵飛、同花順、潤達醫療、星環科技、協創數據、光雲科技，科大訊飛、萬興科技、創業黑馬、恆生電子、上海鋼聯、邁富時、小商品城、金證股份、衞寧健康、創業慧康、朗新集團、晶泰控股、佳發教育、嘉和美康、金橋信息、新大陸等。

　　國產算力：寒武紀、中科曙光、神州數碼、海光信息、雲天勵飛、軟通動力、弘信電子、拓維信息等。

　　杭州科技公司：杭鋼股份、每日互動、安恆信息、同花順、恆生電子等。

　　互聯網大廠AI鏈：寒武紀、蜂助手、恆玄科技、雷神科技、天鍵股份、潤欣科技、實豐文化、樂鑫科技、螢石網絡中芯國際、孩子王、潤澤科技、歐陸通、華懋科技、浪潮信息、中興通訊、中科曙光、中科創達、兆易創新、國光電器、法本信息、新致軟件、亞康股份、申菱環境、兆龍互連等。

　　泛AI智駕/機器人：江淮汽車、世運電路、三花智控、北特科技。

　　軍工AI：品高股份、能科科技、海格通信、振芯科技、道通科技。

　　05

　　風險提示

　　AI技術迭代不及預期風險：若AI技術迭代不及預期，則對產業鏈相關公司會造成一定不利影響。

　　貿易關係變化風險：國際貿易關係受多種因素作用，若發生變化，可能會對供應鏈產生不利影響。

　　宏觀經濟風險：若宏觀經濟景氣度下行，固定資產投資額放緩，影響企業再投資意願，從而影響消費者消費意願和產業鏈生產意願，對整個行業將會造成不利影響。

　　行業競爭加劇風險：若相關企業加快技術迭代和應用佈局，整體行業競爭程度加劇，將會對目前行業內企業的增長產生威脅。