国金通信张真桢｜DeepSeek算力效率提升≠算力通缩，国产算力需求方兴未艾

文章预览

作者：张真桢 摘要 ■ 投资逻辑   DeepSeek在知乎发布文章《DeepSeek-V3/R1推理系统概览》，披露其AI大模型的理论成本利润率高达545%，引发业内的热烈讨论。在本篇报告中，我们从以下三个角度：1）DeepSeek的底层架构优化；2）DeepSeek的利润率详细拆解；3）DeepSeek引发的算力需求之争，回应市场关心的问题。此外，当前市场针对算力之争多定性分析，本篇报告也旨在提供较完整的定量分析框架以供参考。 DeepSeek通过大规模专家并行与计算通信重叠提升算力效率： 大规模专家并行模式下，专家参数被存储在多个GPU中，集群处理并行请求能力得到增强，GPU算力资源利用率也得到了提高。但在此模式下，通信耗时增加，因此DeepSeek还采用算通信重叠策略以缓解该问题。我们认为AI大模型具有规模效应：通过底层架构优化后，伴随批量大小的增加，计算与通信 ………………………………