DeepSeek推动AI产业迈向新阶段
AI导读:
本周,高通和Arm发布财报,均谈到DeepSeek对AI全行业的影响。DeepSeek的低成本和高效率成为本地部署大模型热潮的重要推动力,将推动AI应用加速发展。未来行业可能走向成本与性能并重的融合路线,推动AI技术迈向新阶段。
本周,随着高通和Arm相继发布2024年第四季度财报,DeepSeek对全球AI产业产生的深远影响再次成为市场关注的焦点。两大科技巨头在财报后的电话会议中,均对DeepSeek给予了高度评价,并深入探讨了其对整个行业的推动作用。
当地时间2月5日美股盘后,高通和Arm公布的财报显示,其营收和利润均超出了市场预期。在随后的电话会议上,高通首席执行官克里斯蒂安诺·阿蒙(Cristiano Amon)强调,DeepSeek-R1的推出标志着AI产业的一个重要转折点。他预测,AI大模型的预训练将继续在云端进行,而推理过程则将逐渐向端侧迁移。这一趋势将促使AI模型变得更加小巧、高效和定制化,从而加速垂直AI模型和应用的涌现,进一步提升AI的渗透率。高通已经率先在装有骁龙芯片的手机和电脑端适配了DeepSeek。
与此同时,芯片设计巨头Arm也在财报后的电话会议上表示,DeepSeek在大模型基础上进行了诸多创新,显著提高了推理效率,推动了AI应用场景的多样化,并持续带动了算力需求的增长。Arm特别指出,端侧设备(如智能手机、智能家居、车载计算等)受限于电源功耗和散热问题,无法使用高功耗的计算芯片。而DeepSeek的优化则有助于减少计算成本和功耗,使得ARM架构芯片在端侧推理任务中更具优势。
在高通和Arm之前,谷歌、微软和苹果等科技巨头也已表达了对DeepSeek推动行业发展的乐观态度。苹果CEO蒂姆·库克认为,DeepSeek的人工智能模型是推动效率的创新。微软董事长兼CEO萨蒂亚·纳德拉(Satya Nadella)则称赞DeepSeek-R1模型中的创新之处,指出AI训练和推理方面的效率正在显著提高,进一步证实了AI成本下降的趋势。谷歌CEO桑达尔·皮查伊则表示,更具性价比的AI大模型的出现将进一步推动技术的采用率,有利于谷歌以及整个行业的发展。
随着DeepSeek的低成本和高效率优势逐渐显现,本地部署大模型的热潮正在兴起。微软、英伟达、亚马逊、英特尔、AMD等科技巨头纷纷宣布上线DeepSeek大模型。微软更是宣布将很快把针对NPU优化的DeepSeek R1版本直接接入Windows 11 Copilot+ PC,让开发人员能够轻松构建在设备上运行的AI应用程序。此外,联想集团中国区市场部也宣布,联想AIPC个人智能体“小天”已接入DeepSeek。
广发证券研报指出,DeepSeek推动的“开源”+“低价”+“蒸馏”模式将加速AI应用的发展,并推动推理侧需求的提升。这一模式不仅有助于完善AI生态和推动AI应用落地,还通过低成本实现了低定价,API价格显著低于GPT-o1。同时,DeepSeek-R1允许用户通过蒸馏技术借助R1训练其他模型,有助于推动垂直化小模型的发展。
然而,值得注意的是,尽管DeepSeek的成功证明了高性价比路线的可行性,但并不意味着传统科技巨头依赖强算力和大数据的路径会被淘汰。分析师认为,DeepSeek通过强化学习、GRPO算法框架等技术降低了算力成本,实现了部分指标接近或超越行业顶级模型,但其并非最强大的模型。AI模型性能的上限通常与算力投入和数据规模成正比,因此科技巨头们仍将在2025年继续加大资本开支。
未来,行业可能走向成本与性能并重的融合路线,这将推动AI技术迈向新的阶段。那么,在这一趋势下,哪些企业将受益呢?华泰证券认为,DeepSeek将显著降低AI大模型的训练和推理成本,ASIC芯片、AI应用、端侧等方向将受益。摩根大通则表示,DeepSeek的降本增效不仅影响AI模型本身,还可能带来整个产业链的结构性升级。随着AI模型的计算复杂性提升和新应用的出现,将进一步推动市场对英伟达等高端芯片制造的需求,芯片制造商博通、Marvell和美光或将受益。同时,更低的AI运营成本将推动包括Meta、谷歌和亚马逊在内的企业开发AI应用,以吸引更多消费者。此外,随着超大规模企业进一步提高资本支出,电力公司也可能会受益。如果DeepSeek能够加快人工智能的采用速度,医疗技术公司也可能会因此受益。
(文章来源:新华财经)
郑重声明:以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息,本站对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至yxiu_cn@foxmail.com,我们将安排核实处理。