DeepSeek的横空出世成为国产AI发展的里程碑事件。联储证券半导体策略报告指出，DeepSeek APP上线20天DAU突破2000万，7天完成1亿用户增长，R1模型在AIME和MATH-500上比肩OpenAI-o1-1217。更为关键的是，DeepSeek促使国产软硬件进一步结合，华为昇腾、海光、寒武纪等国产芯片纷纷完成适配，国产AI产业链有望实现对海外算力、模型、系统闭环关系的解耦，构建良性循环体系。
DeepSeek引爆全球——7天1亿用户的增长奇迹
DeepSeek于2024年12月26日开源DeepSeek-V3模型，2025年1月11日发布APP，1月20日开源DeepSeek-R1模型。APP上线20天全球日活DAU突破2000万，成为全球增速最快的AI应用。网站端访问量以22.3倍速度增长，1月月访问量达2.56亿，环比增长2230.89%。在没有任何广告投放的情况下，DeepSeek仅用7天完成1亿用户增长。DeepSeek的成功源于其出色的推理能力——R1在2024年AIME上单次预测准确率达79.8%，MATH-500达97.3分，与OpenAI-o1-1217相当，Codeforces获2029 Elo评级，超越96.3%竞赛参与者。
DeepSeek的技术创新——RL+SFT+蒸馏的训练范式
DeepSeek团队探索了增强模型推理能力的三种方式：纯RL（强化学习）训练得到R1-Zero，首次通过纯RL激发大语言模型推理能力；RL+SFT训练得到R1模型；SFT+蒸馏将大型模型推理能力迁移至小模型。蒸馏模型虽比不上SFT+RL模型，但参数量远小且表现不差。DeepSeek的发现意义重大：直接RL应用于基础模型的可行性得到验证；大模型推理模式可蒸馏到小模型；蒸馏模型性能优于在小模型上通过RL发现的推理模式。
DeepSeek对国产算力产业链的三重影响
DeepSeek的出现对国产算力产业链产生三重影响：第一，DeepSeek通过算法优化以有限算力实现性能比肩顶尖模型，印证了软硬协同技术路线的有效性，为国产芯片突破算力瓶颈提供了可行性验证；第二，国产算力资源仍然稀缺，随着国产AI大模型发展，国产算力缺口依旧较大，DeepSeek激发的新增需求将进一步扩大国产算力市场空间；第三，DeepSeek改变了仅有大型企业可参与AI前沿开发的竞争格局，低成本、开源、高性能特征有望激发新生玩家需求。推理芯片占比提升叠加CSP对ASIC需求增长，预计持续为国产算力芯片创造发展动能。
国产芯片加速适配，AI生态闭环形成
DeepSeek发布后国产硬件厂商用极快速度纷纷接入——华为昇腾、海光DCU、寒武纪、燧原科技等国产芯片厂商第一时间完成对DeepSeek模型的适配。此次软硬件合力发力的机会为二者未来持续融合夯实了基础。从训练成本看，DeepSeek-V3仅用278.8万H800 GPU小时（成本557.6万美元）完成训练，与国际主流模型相比成本极低。但CSP持续加大投入的乐观态度表明，算法优化降低单次训练成本并不等于全球算力需求萎缩——杰文斯悖论下效率提升反而可能激增总需求。
国产算力产业链投资机会
DeepSeek的出现是国产AI生态的标志性事件，国产硬件厂商切入AI前沿产业链的机会增大。推理芯片占比提升、CSP对ASIC需求增长、国产AI大模型持续迭代三重驱动下，国产算力产业链有望实现从“追赶”到“并跑”的跨越。建议关注国产算力芯片（华为昇腾产业链、海光信息、寒武纪）、AI服务器产业链、以及为国产芯片提供配套的封测、设备、材料环节。
