智通财经APP获悉，国泰君安发布研报称，DeepSeek实现模型大幅降本，价值有望从模型层转移至应用层。DeepSeek成为全球DAU增速最快的AI应用，20天达成DAU 2000万，带来巨大的推理算力需求。推荐算力方面受益的英伟达(NVDA.US)、台积电(TSM.US)以及应用方面受益的腾讯(00700)、小米(01810)、Meta(META.US)、谷歌(GOOGL.US)。
国泰君安主要观点如下：
DeepSeek通过多处工程创新，实现降低训练成本、降低推理成本、提高模型效果等进展
1)降低训练成本：DeepSeek使用较宽的MOE架构，且提出共享专家机制，每次训练只激活需要的专家(按需调用)，而非激活全部专家，从而大大降低训练成本。此外，使用fp8低精度训练、双管道训练、多Token预测等方法进一步降低训练成本。
2)降低推理成本：DeepSeek提出多头潜在注意力(MLA)，在不牺牲模型质量的前提下，大幅减少KV缓存的大小。此外，低精度存储和通信、推理阶段动态专家选择等方法进一步降低推理成本。
3)提高模型效果：不同于传统的SFT，DeepSeek使用强化学习做post-training，大幅提升模型推理能力。此外，DeepSeek针对中文做了大量风格对齐，大幅提升模型可用性。
DeepSeek触发模型降本，长期看，打开AI应用产业上升通道，算力需求不降反增
蒸汽机效率提升并没有导致煤炭少用，DeepSeek虽然触发模型大幅降本，但长期看将打开AI应用产业上升通道，算力需求不降反增，因算力需求具备多样性：1)模型向更高智能维度跃迁，训练需要更多算力。2)AI应用的推理需要广泛算力，更多人会去训练和推理自己的模型。3)转向对等异构计算的新主流计算形态需要更多GPU。4)目前模型仅仅停留在对话，未来从对话到任务、到多模态还需要更多算力加持。
根据AI产品榜，DeepSeek应用(APP，非网页)成为增速最快的AI产品，上线20天即达成DAU 2000万，反映出模型能力提升对于用户的巨大吸引力，带来潜在的巨大推理算力需求。
DeepSeek并没有真正绕过CUDA架构
DeepSeek没有使用CUDA的API，而是直接使用PTX，从而对计算过程进行更细粒度的控制。PTX仍然是英伟达GPU架构中的技术，是CUDA编程模型中的中间表示，用于连接CUDA高级语言代码和GPU底层硬件指令。编写PTX代码的做法，首先非常复杂且难以维护，对技术人员要求极高，其次移植性较差，较难移植到不同型号的GPU。
DeepSeek基于PTX进行优化代表他们有优化其他GPU的能力，但既不意味着完全脱离了CUDA生态，也不意味着其他团队有能力直接使用PTX，因此英伟达的CUDA护城河仍在。
风险提示：地缘政治风险；大模型迭代进展不及预期；监管风险；商业化进度不及预期。