DeepSeek震动硅谷，其高性价比的训练技术引发了市场的广泛关注。花旗分析师Atif Malik、Asiya Merchant等在最新发布的研报中详细分析了DeepSeek对AI基建产业链各环节的潜在影响，揭示了哪些环节将受益，哪些环节可能面临挑战。
花旗表示，DeepSeek的R1模型有望推动AI模型的广泛采用，尤其是在消费者和企业市场中，随着计算成本的降低，AI的潜在投资回报率（ROI）将显著提升。报告开头定义了缩放定律，指出当前最新的观点认为缩放定律有三个阶段：预训练、后训练和测试时间缩放。其中，DeepSeek是“测试时间缩放”的绝佳范例。
预训练是在大型数据集上训练机器学习模型以生成通用特征的过程。后训练是在预训练后通过强化学习、人类反馈等技术优化模型的一系列技术。测试时间缩放则是在推理阶段通过多步推理延长模型的思考过程。
对于AI基建产业链来说，DeepSeek的创新技术带来的影响是多方面的。尽管某些环节可能面临短期挑战，但整体来看，AI基础设施的建设将继续保持强劲增长。推理阶段的普及将为GPU、ASIC、DCI等环节带来新的机会，而训练需求的减少可能对Retimers和光模块等环节产生一定压力。
随着AI技术的不断进步，AI基础设施的建设将成为全球科技行业的核心驱动力之一。DeepSeek的创新不仅推动了AI模型的普及，也为AI基建产业链的各个环节带来了新的机遇与挑战。
GPU作为AI训练和推理的核心硬件，其市场需求一直保持强劲。花旗认为，尽管DeepSeek的技术可能减少对大规模训练的需求，但推理阶段的计算需求将增加，因此GPU市场整体保持中性。
ASIC在AI推理阶段的表现尤为突出。花旗预计，随着推理需求的增加，ASIC的市场份额将逐步扩大。尽管训练需求的减少可能对ASIC市场产生一定影响，但长期来看，推理需求的增长将抵消这一负面影响。
