DeepSeek“風暴”席捲A股：軟件企業忙接入 國產算力迎來發展機遇|聚焦
《科創板日報》2月6日訊（記者 邱思雨 陳俊清） 一場由國產大模型DeepSeek掀起的“風暴”席捲了整個春節假期，憑藉“低成本、高性能”的技術優勢，DeepSeek成爲全球科技市場關注的焦點。
隨着DeepSeek熱度飆升，從雲服務巨頭到本土芯片廠商、AI應用企業等，衆多企業紛紛加入其“朋友圈”。阿里雲、百度智能雲、華爲雲、騰訊雲等國內雲巨頭相繼接入。多家本土芯片廠商如摩爾線程、海光信息等也紛紛響應，宣佈支持DeepSeek模型。安恆信息、當虹科技、萬興科技等軟件廠商也接入DeepSeek模型，融合其相關功能。
▍多家科創板軟件公司宣佈接入DeepSeek
“DeepSeek打破了AI訓練的高成本壁壘，有助於推動AI技術的普及和深化，促進AI軟件的多樣化和創新。”中國人工智能產業發展聯盟工作組專家高澤龍接受《科創板日報》記者採訪時表示，“DeepSeek的低成本訓練方法爲AI軟件的優化和升級提供了新的思路和方法。通過借鑑DeepSeek的訓練技巧和技術手段，AI軟件開發者可以更加高效地構建和優化自己的模型。”
浙商證券分析師廖靜池也認爲，DeepSeek全面開源策略、知識蒸餾突破及極具吸引力的API定價等有望推動AI軟件應用的加速爆發。
自AI浪潮席捲整個科技產業以來，衆多軟件廠商迅速投身其中，它們不僅紛紛接入AI大模型，更在打造並推出各具特色的垂類大模型，而在這場DeepSeek掀起的AI“風暴”中，它們也並未缺席。近日，多家在科創板上市的軟件公司宣佈與DeepSeek相關合作業務。
其中，當虹科技宣佈其BlackEye多模態視聽大模型完成DeepSeek深度融合，並完成視聽傳媒、工業與衛星、車載智能座艙等多行業垂類場景的數據調優訓練。
“集成DeepSeek-R1後，能夠顯著提升傳媒文化領域內容生產、審覈、推薦和用戶體驗等方面的效率與質量；在車載智能座艙領域，DeepSeek的模型推理能力大幅提升BlackEye多模態視聽大模型在座艙娛樂與智能駕駛等方面的能力。”當虹科技方面表示，“公司以更低的成本實現‘DeepSeek+視聽+行業端側’的大模型應用。”
奇安信宣佈其安全智能體已接入DeepSeek平臺。“通過DeepSeek的優化和蒸餾技術，公司不僅大幅降低了運營成本，還顯著提升了模型在處理威脅檢測和響應速度上的性能。”奇安信方面表示。另一安全廠商安恆信息也宣佈旗下恆腦·安全垂域大模型集成DeepSeek，發佈了首個“DeepSeek版”安全智能體。
辦公軟件龍頭廠商金山辦公也正與Deepseek進行對接測試。有接近金山辦公的人士對《科創板日報》記者表示，雙方未來是否合作取決於後續發展。
除上述科創板上市公司外，另一軟件廠商萬興科技證券部相關人士亦對《科創板日報》記者表示，“接入DeepSeek大模型後，公司旗下軟件億圖圖示在響應能力方面有所提升。萬興PDF文本解析和文檔解釋功能愈發高效。其產品部門評估後，認爲對用戶體驗等方面有所提升。但接入時間較短，難以觀察對用戶數量等方面的影響。”
“DeepSeek不僅降低了開發和部署AI應用的成本門檻，還推動了AI算法的創新和優化。”天使投資人、資深人工智能專家郭濤在接受《科創板日報》記者採訪時表示，“DeepSeek的高效架構和強大性能爲開發者提供了更多的可能性，使他們能夠創建更加智能、響應更快的軟件。此外，它還促進了AI技術的民主化，使得小型企業和獨立開發者也能夠利用先進的AI技術，從而加速了整個行業的創新步伐。”
▍DeepSeek對算力芯片需求影響幾何
憑藉“低成本、高性能”的顯著優勢，DeepSeek對AI軟件應用領域的推動作用毋庸置疑。不過，隨着訓練成本的大幅降低，這一變化對於本土芯片廠商乃至整個AIDC產業鏈影響幾何？當下市場各方衆說紛紜，看法大相徑庭。
浙商證券分析師廖靜池在相關研究中表明，DeepSeek大模型的“低成本+高性能”特點表明有限算力也能夠實現較強的模型能力，或爲本土算力發展帶來機遇。
縱觀各家算力與芯片廠商的最新動態，各方踊躍加入DeepSeek“朋友圈”，積極開展適配工作。
近日，海光信息宣佈其DCU成功適配DeepSeek-Janus-Pro多模態大模型。該公司證券部工作人員向《科創板日報》記者表示，“海光信息與本土算力上下游企業進行適配優化，體現了海光DCU的生態優勢和技術能力。”不過，對於DeepSeek訓練成本低對算力方面的影響，該工作人員並未進行回覆。
雲天勵飛DeepEdge10“算力積木”芯片平臺完成與DeepSeekR1系列模型適配。該公司向《科創板日報》記者表示，“適配後，公司的DeepEdge10系列芯片與加速卡可爲模型運行提供硬件支撐，推動DeepSeek在各類邊緣硬件和場景的應用。”
摩爾線程同樣實現對DeepSeek蒸餾模型推理服務的部署。“通過DeepSeek提供的蒸餾模型，能夠將大規模模型的能力遷移至更小、更高效的版本，在國產GPU上實現高性能推理。”摩爾線程方面表示。
與DeepSeek達成合作的中國芯片企業還包括硅基流動、華爲昇騰、壁仞科技、沐曦、天數智芯。
一家AI上市公司管理人員向《科創板日報》記者透露，多家算力芯片廠商均在春節期間完成了適配工作。“由於DeepSeek本身是開源的，因此適配並不會耗費太多時間，一般在一週左右。”
對算力需求的影響層面，《科創板日報》記者以投資者身份致電龍芯中科證券部，其相關工作人員表示，“DeepSeek低訓練成本的特點目前並未給公司需求端帶來直接影響。”
除以上提及的國內芯片廠商外，包括像英偉達、AMD、Intel等國際芯片巨頭也均選擇與DeepSeek合作。英特爾表示，與DeepSeek合作，有助於打破行業壟斷，也爲DeepSeek的發展提供了新的硬件合作方向。
不僅如此，亞馬遜AWS與微軟Azure近日也陸續宣佈接入DeepSeek模型。亞馬遜表示，DeepSeek-R1模型現已可在AmazonWebServices上使用，該公司首席執行官安迪・賈西鼓勵用戶大膽使用。
“目前主流觀點有兩種，一方面DeepSeek通過創新的訓練方法，如：AI知識蒸餾（Distillation），實現了低訓練成本。這種方法使得模型訓練不再依賴於超算或核電站級別的服務器，從而可能減少了對大規模算力的直接需求；另一方面，隨着DeepSeek的流行和AI應用的指數級增長，更多的企業和個人可能會投入到AI模型的訓練和部署中，這反過來又會加大對算力的總體需求。”中國人工智能產業發展聯盟工作組專家高澤龍接受《科創板日報》記者採訪時表示。
在高澤龍看來，這兩種觀點並不矛盾，“這主要反映了算力需求在不同層面和階段的變化。在短期內，DeepSeek的低成本訓練方法可能會降低特定項目的算力需求；但在長期和更廣泛的範圍內，AI應用的普及和深化將不可避免地推動算力需求的增長。”
天風證券分析師吳開達以瓦特改良蒸汽機爲例進行了分析。“1759年瓦特改良蒸汽機後，反而使得更高效的蒸汽機廣泛使用，英國煤炭總消耗指數上升。這種現象可能也適用於算力需求。”吳開達分析道。
因此，隨着成本的降低，AI應用的採用可能會呈指數級增長，推理環節的算力需求或將爆發。吳開達認爲，“今後算力需求變動的核心是看‘算力成本壓縮’的斜率高，還是‘算力使用’的指數增長快。”