DeepSeek通过技术创新实现大模型训练与推理极高性价比，正推动国产AI算力生态加速发展。中原证券研究报告指出，DeepSeek-V3完整训练仅需278.8万H800 GPU小时、成本557.6万美元，DeepSeek-R1 API调用成本不到OpenAI o1的5%。华为昇腾、沐曦、寒武纪等国产AI算力芯片厂商已完成适配DeepSeek，国产算力生态链全面打通，有望推动国产AI算力芯片加速发展。

DeepSeek-V3为自研MoE模型，总参数量671B，每个token激活37B参数，在14.8T token上预训练。技术创新体现在：混合专家（MoE）架构——动态选择最合适子模型处理输入数据以降低计算量；多头潜在注意力（MLA）——对KV进行低秩压缩以降低内存占用和计算成本；FP8混合精度训练——核心计算用FP8，关键操作用BF16/FP32，提高效率同时确保数值稳定性；多Token预测（MTP）——同时预测多个未来Token，提升训练和推理效率。DeepSeek-V3在知识类、代码类、数学类评测中超越Qwen2.5-72B和Llama-3.1-405B，性能对标GPT-4o。

DeepSeek-R1通过冷启动与多阶段训练显著提升推理能力，在AIME 2024 pass@1达79.8%，MATH-500达97.3%，Codeforces评分2029（超越96.3%竞赛参与者），性能比肩OpenAI o1正式版。模型蒸馏技术将大模型推理能力高效迁移到小模型，蒸馏后的32B和70B模型在多项能力上对标OpenAI o1-mini。DeepSeek-R1 API定价：每百万输入tokens 1元（缓存命中）/4元（缓存未命中），每百万输出tokens 16元；OpenAI o1为55元/110元（输入）和438元（输出）。DeepSeek-R1 API调用成本不到OpenAI o1的5%，成本优势巨大。

DeepSeek-R1的模型蒸馏技术显著提升小模型推理能力并降低部署成本。蒸馏的核心思想是通过教师模型（大模型）的输出指导学生模型（小模型）训练，使学生模型能够模仿教师模型的行为。小模型能够保留大模型的大部分性能，同时参数量大幅减少、部署成本显著降低。IDC预计2028年中国AI服务器用于推理工作负载占比将达73%。DeepSeek-R1实现极高性价比推理，蒸馏技术使小模型也具有强大推理能力及低成本，有望推动AI应用大规模落地，加速推理需求释放。

国产算力生态链全面适配DeepSeek，华为昇腾、沐曦、天数智芯、摩尔线程、海光信息、壁仞科技、寒武纪、燧原科技、昆仑芯等国产AI算力芯片厂商已完成适配。2025年2月5日，联想集团与沐曦联合发布首个国产DeepSeek一体机解决方案，截至3月7日累计发货量突破千台，配备沐曦国产GPU卡近万张，覆盖医疗、教育、制造等十余个核心行业。河南空港智算中心作为中部首个部署全量级DeepSeek-V3/R1的机构，已吸引新华三、科大讯飞、腾讯云等40余家企业入驻。

DeepSeek的出现对国产AI算力芯片产生三重推动：第一，DeepSeek通过技术创新验证了软硬协同提升算力效率的可行路径，为国产芯片在有限制程下追赶提供技术参考；第二，DeepSeek模型推理成本的大幅下降将激活大量AI应用需求，带动国产推理芯片市场需求；第三，国产算力生态全面适配DeepSeek，形成了“国产模型+国产芯片+国产应用”的完整闭环，有望加快国产AI算力芯片自主可控进程。

DeepSeek模型核心数据对比

指标	DeepSeek	OpenAI
V3训练成本	557.6万美元（278.8万H800 GPU小时）	GPT-4 约1-2亿美元
R1输入API定价（缓存命中）	1元/百万tokens	o1 55元/百万tokens
R1输入API定价（缓存未命中）	4元/百万tokens	o1 110元/百万tokens
R1输出API定价	16元/百万tokens	o1 438元/百万tokens
AIME 2024 pass@1	79.8%	o1 79.2%

DeepSeek的成功标志着国产AI实现比肩全球顶级模型的跨越。国产硬件厂商用极快速度接入DeepSeek，软硬件合力发力为未来持续融合夯实基础。推理芯片占比提升叠加CSP对ASIC需求增长，预计持续为国产算力芯片创造发展动能。建议关注国产算力芯片设计（华为昇腾产业链、寒武纪、海光信息、沐曦）、AI服务器制造（超聚变）、以及算力基础设施相关环节。