浙農股份：截至目前，公司業務沒有接入DeepSeek係統

3．高性能 強推理：Deepseek算法能力突出，模型性能躋身世界前列

DeepSeek-R1 在繼承了V3的創新架構的基礎上，在後訓練階段大規模使用了強化學習技術，自動選擇有價值的數據進行標注和訓練，減少數據標注量和計算資源浪費，並在僅有極少標注數據的情況下，極大提升了模型推理能力。在數學、代碼、自然語言推理等任務上， DeepSeek在 AIME 2024 測評中上獲得 79.8% 的 pass@1 得分，略微超過 OpenAI-o1；在 MATH-500 上，獲得了 97.3% 的得分，與 OpenAI-o1性能相當，並且顯著優於其他模型。

圖8：DeepSeek模型性能優異

資料來源：DeepSeek官網，源達信息證券研究所

DeepSeek的蒸餾技術顯著提升小模型推理能力。據 DeepSeek-V3的技術文檔，該模型使用數據蒸餾技術生成的高質量數據提升了訓練效率。通過已有的高質量模型來合成少量高質量數據，作為新模型的訓練數據，從而達到接近於在原始數據上訓練的效果。DeepSeek發布了從15億到700億參數的R1蒸餾版本。這些模型基於Qwen和Llama等架構，表明複雜的推理能力可以被封裝在更小、更高效的模型中。蒸餾過程包括使用由完整 DeepSeek-R1 生成的合成推理數據對這些較小的模型進行微調，從而在降低計算成本的同時保持高性能。讓規模更大的模型先學到高水平推理模式，再把這些成果移植給更小的模包。

圖9：蒸餾技術原理

資料來源：CSDN，源達信息證券研究所

圖10：DeepSeek蒸餾小模型超越OpenAI o1-mini

資料來源：DeepSeek官網，源達信息證券研究所

二、DeepSeek驅動模型平價化，建議關注算力、AIAgent和端側的投資機會

1．DeepSeek驅動模型平價化，算力需求大幅增長

DeepSeek的爆火使得“傑文斯悖論”這一經濟學名詞受到關注。“傑文斯悖論”⠧”𑧶“濟學家威廉・斯坦利・傑文斯於 1865 年提出。當時，英國麵臨煤炭資源可能耗盡的擔憂，人們認為提高煤炭使用效率能緩解資源短缺。但傑文斯卻指出，技術進步帶來的效率提升，反而會導致資源消耗的增加。例如，當煤炭動力技術效率提高，意味著能以更低成本獲取更多能量，這會促使更多依賴煤炭能源的產業興起，如工廠、火車、輪船等，進而刺激煤炭需求大幅增長，加速煤炭資源的消耗。

DeepSeek爆火使得更多用戶開始使用 AI服務，如同打開了 AI 應用需求的 “潘多拉魔盒”。隨著更多用戶對 DeepSeek 的使用，以及未來更多AI 應用的不斷湧現，對算力的需求呈現出幾何級增長趨勢。AI 技術的進步，就像曾經煤炭動力技術的提升，雖然模型效率提高了，但不斷增長的用戶和應用數量，卻對算力資源提出了更高要求，消耗也隨之劇增。

DeepSeek用戶量大幅攀升，麵臨服務器資源不足的問題。目前網站已經暫停API充值，顯示“當前服務器資源緊張，為避免對您造成業務影響，我們已暫停API服務充值。存量充值金額可繼續調用，敬請諒解”。我們在使用時也發現，網頁deepseek問答經常反饋“服務器繁忙，請稍後再試”。

圖11：DeepSeek顯著提升了算力利用效率

資料來源：甲子光年智庫，源達信息證券研究所

圖12：DeepSeek麵臨服務器資源不足的問題

資料來源：DeepSeek官網，源達信息證券研究所

建議關注以國產算力和AI推理需求為核心的算力環節，尤其是IDC、服務器、國產芯片等算力配套產業，推薦海光信息、浪潮信息。

2．AIAgent市場空間廣闊，B端、C端應用大有可為

DeepSeek迅速集成進各雲廠商的平台中，直接拉高模型能力下限，AI 應用開發提速升級。在 AI 領域蓬勃發展的當下，1 月 20 日深度求索推出的大模型 DeepSeek - R1 憑借其在數學、代碼、自然語言推理等任務上比肩 OpenAI o1 模型正式版的出色性能，以及 MIT 許可協議下支持免費商用、任意修改和衍生開發的優勢，迅速成為了海內外各大雲廠商的寵兒。截至 2 月 5 日，華為雲、騰訊雲、阿裏雲、百度智能雲等國內主流雲平台，以及亞馬遜 AWS、微軟 Azure 等國際雲巨頭紛紛宣布將 DeepSeek 迅速集成進各自的平台中。比如騰訊雲將 R1 大模型一鍵部署至高性能應用服務 HAI 上，開發者僅需 3 分鍾就能接入調用 ，還推出 “開發者大禮包”，實現 DeepSeek 全係模型一鍵部署；阿裏雲 PAI Model Gallery 支持雲上一鍵部署 DeepSeek - V3、DeepSeek - R1。這種廣泛且迅速的集成，直接拉高了模型能力下限。以往一些受限於基礎模型能力不足而難以實現的複雜功能，在集成 DeepSeek 後得以輕鬆達成。眾多企業借助這些集成了 DeepSeek 的雲平台，在開發 AI 應用時，從模型搭建到功能實現的周期大幅縮短，開發效率顯著提升，實現了 AI 應用開發的提速升級。

表3：國內外雲廠商接入DeepSeek模型