<div id="readability-page-1">DeepSeek 震動硅谷，其高性價比的訓練技術引發了市場的廣泛關注。 在最新發布的研報中，花旗分析師 Atif Malik、Asiya Merchant 等詳細分析了 DeepSeek 對 AI 基建產業鏈各環節的潛在影響，揭示了哪些環節將受益，哪些環節可能面臨挑戰。 花旗表示，DeepSeek 的 R1 模型有望推動 AI 模型的廣泛採用，尤其是在消費者和企業市場中，隨着計算成本的降低，AI 的潛在投資回報率（ROI）將顯著提升。 在報告開頭，花旗首先對縮放定律（Scaling laws）進行了定義，並指出，當前最新的觀點認為，縮放定律有三個階段：預訓練、後訓練和測試時間縮放。其中，DeepSeek 是 “測試時間縮放” 的絕佳範例。 <blockquote> 預訓練（Pre-Training）：在大型數據集上訓練機器學習模型以生成通用特徵的過程。 後訓練（Post-Training）：在預訓練後通過強化學習、人類反饋等技術優化模型的一系列技術。 測試時間縮放（Test-Time Scaling）：在推理階段，通過多步推理延長模型的思考過程。 </blockquote> 對 AI 基建產業鏈來説，DeepSeek 的創新技術帶來的影響是多方面的。花旗認為，儘管某些環節可能面臨短期挑戰，但整體來看，AI 基礎設施的建設將繼續保持強勁增長。推理階段的普及將為 GPU、ASIC、DCI 等環節帶來新的機會，而訓練需求的減少可能對 Retimers 和光模塊等環節產生一定壓力。 隨着 AI 技術的不斷進步，AI 基礎設施的建設將成為全球科技行業的核心驅動力之一。DeepSeek 的創新不僅推動了 AI 模型的普及，也為 AI 基建產業鏈的各個環節帶來了新的機遇與挑戰。 <h2>對 AI 基建各細分領域的影響</h2> GPU：中性。 GPU 作為 AI 訓練和推理的核心硬件，其市場需求一直保持強勁。花旗認為，儘管 DeepSeek 的技術可能減少對大規模訓練的需求，但推理階段的計算需求將增加，因此 GPU 市場整體保持中性。 ASIC（專用集成電路）：中性到積極。 ASIC 在 AI 推理階段的表現尤為突出。花旗預計，隨着推理需求的增加，ASIC 的市場份額將逐步擴大。儘管訓練需求的減少可能對 ASIC 市場產生一定影響，但長期來看，推理需求的增長將抵消這一負面影響。ASIC 最終可能更多地與推理相關，因此訓練階段的潛在減少可能會被未來推理的增長所抵消。 Retimers（重定時器）：中性到消極。 Retimers（重定時器）主要用於高速數據傳輸，尤其是在 AI 訓練階段。花旗指出，隨着 AI 計算從訓練向推理轉移，Retimers 的需求可能會下降，因為推理階段的計算密集度較低，對高速數據傳輸的需求也相對減少。 光模塊（Intra Server/DC）：中性到消極。 與 Retimers 類似，光模塊在 AI 訓練階段的需求較高。花旗認為，隨着推理階段的普及，光模塊的市場需求可能會受到一定影響，尤其是在數據中心內部的連接需求上。 DCI（數據中心互連）：積極。 DCI 相對不受訓練與推理的影響，因為它與 AI 模型和工作負載的具體細節關係不大。花旗認為，DCI 的需求相對不受訓練和推理比例變化的影響，推理階段的增長將為 DCI 帶來新的機會。 交換機：中性到積極。 交換機作為數據中心網絡的核心組件，其市場需求與 AI 計算的普及密切相關。花旗指出，儘管訓練需求的減少可能對交換機市場產生短期影響，但推理階段的增長將推動更高的網絡帶寬需求，長期來看，交換機市場將保持中性至正面。 連接器：中性到積極。 與交換機類似，連接器被認為與訓練與推理無關，其市場需求與 AI 基礎設施的整體增長密切相關。花旗認為，隨着 AI 計算的普及，連接器的需求將保持穩定，尤其是在分佈式計算的推動下，連接器市場有望迎來新的增長點。 存儲：中性到積極。 存儲 OEM 尚未受到 AI 支出的影響，通常討論 AI 的影響還為時尚遠。花旗指出，儘管目前 AI 對存儲設備的影響尚未完全顯現，但隨着推理階段的加速，數據管理、數據移動和數據安全等方面的需求將推動存儲市場的增長。 服務器 OEM（原始設備製造商）：中性。 花旗認為，儘管 AI 訓練服務器的需求可能減少，但推理服務器的需求將增加，整體來看，服務器 OEM 市場將保持中性。 PC/智能手機：中性到積極。 隨着 AI 模型的優化，本地設備上的 AI 計算能力將得到提升。花旗指出，這將推動 PC 和智能手機的更新換代，尤其是在具備更高計算能力的設備上，市場需求將保持中性至正面。風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。</div>

商湯-WR

商湯-W

深度求索

DeepSeek 的高性價比訓練技術引發市場關注，花旗分析師指出其對 AI 基建產業鏈的影響。DeepSeek 的 R1 模型有望推動 AI 模型的廣泛採用，降低計算成本，提升投資回報率。儘管某些環節面臨挑戰，整體 AI 基礎設施建設仍將強勁增長。推理階段的普及為 GPU、ASIC 等帶來新機會，而訓練需求減少可能對 Retimers 等產生壓力。AI 基礎設施將成為全球科技行業的核心驅動力。

- DeepSeek 的訓練技術引發市場關注，影響 AI 基建產業鏈。  
- 花旗分析認為，推理階段將為 GPU、ASIC 等帶來新機會。  
- 整體來看，AI 基礎設施建設將持續強勁增長。  

華爾街見聞

滬電股份

長江基建集團

華工科技

紫光國微

共進股份

永信至誠

國民技術

天孚通信

浪潮信息

天融信

通富微電

奇安信-U

華勤技術

花旗

中際旭創

先導基電

亨通光電

劍橋科技

鋭捷網絡

安恆信息

電科網安

科大訊飛

菲菱科思

長電科技

中國交通建設

弘信電子

先進數通

三旺通信

一文讀懂：對於 AI 基建產業鏈各環節，DeepSeek 利好哪些、又利空哪些？