本报告导读：

DeepSeek 驱动AI 应用向前，推理算力提升带来的总需求的增长远没有结束。

投资要点：

投资建议：尽 管DeepSeek在算法上实现一定程度的算力节约，但我们认为随着 AI 步入推理时代，DeepSeek 会推动推理芯片集群和AI 应用的繁荣。持续推荐博通、迈威尔科技、中芯国际、华丰科技等的投资机会。

DeepSeek 驱动AI 应用向前，推理算力提升带来的总需求的增长远没有结束。DeepSeek-R1 的输入token 定价为0.55 美元/百万，而OpenAI 的价格为15 美元/百万，输出token 为2.19 美元/百万。对比OpenAI 为60 美元/百万，成本降低超90%，而此前DeepSeek-V3 仅用558 万元研发成本，却达到与Llama 3 405B 相媲美的性能。算力的节约驱动AI 产业的价值链转向应用层，从而带来推理算力的大幅提升。

DeepSeek 的出现对算力公司并非负面消息，单位推理算力下降，推理数量指数级提升，总算力需求提升，进而推动下游云厂商新的AI投资创新周期。第一，558 万的训练成本并未总拥有成本，所以单次训练成本的量级有被夸大的成分。同时，虽然单次训练成本下降了，但行业并不会停止脚步，真实逻辑应该是用新的方法进一步榨干算力，来汲取更大收益，反而是对Scaling Law 的进一步提升；第二，由于推理成本及价格大幅削减，势必会带来应用测的繁荣，而更多基于大语言模型应用的产品线及生态反而会拉动成倍数的算力需求，总量层面是提升的。而应用生态的繁荣会反哺大模型公司继续投入，更快进步，进而进入算力投入的良性循环。第三，R1 模型让本地端布署AI 变得简单且便宜，云测和端侧同时发力，有助于进一步推动硬件产业发展。

长期来看，AI 基础设施投资会向推理计算倾斜，推理需求占比的增长将有利于ASIC 芯片的市场份额提升。未来的推理工作很可能会由更多专用的ASIC 芯片来完成，以提高效率和降低成本。在全球大模型竞赛，我国面临半导体禁令等诸多挑战这一趋势下，ASIC 芯片有望摆脱潜在的发展瓶颈，不再成为制约我国 AI 产业发展的短板。

风险提示：端侧模型落地进展不及预期；AI 技术迭代不及预期；宏观上不降息，中性利率提升对于科技股的估值风险。