通信行业研究：DeepSeek算力效率提升≠算力通缩，国产算力需求方兴未艾_22页_2mb

DeepSeek 算力效率提升≠算力通缩，国产算力需求方兴未艾

核心内容概述

本报告围绕 DeepSeek 大模型的算力效率提升、利润率分析及算力需求变化展开，指出虽然 DeepSeek 的高效率模型对算力需求产生了影响，但算力需求仍将持续增长，尤其在多模态与 AI Agent 应用的推动下。同时，报告强调 MaaS（Model as a Service）模式的盈利潜力，认为具备大规模集群与高用户并发能力的云厂商及国产芯片、交换机厂商将受益。

主要观点与关键信息

1. DeepSeek 算力效率提升方式

• 大规模专家并行（EP）：DeepSeek-V3/R1 采用 MoE 架构，通过跨节点存储专家参数，提升 GPU 算力资源利用率。
• 计算通信重叠（DP）：采用双批次重叠策略，降低通信耗时，提升吞吐能力。
• 高吞吐能力：在 decode 阶段，DeepSeek 的 H800 每台输出吞吐约 14.8ktokens/s，显著高于 H200 和 B200。
• 算力效率指标：DeepSeek 的单卡利用率高达 77%，远超行业平均水平。

2. DeepSeek 利润率分析

• 成本利润率：DeepSeek 的成本利润率为 545%，对应收入利润率为 84.5%。
• 收入测算：基于 API 定价与 tokens 消耗量，测算出每日收入约为 562,100 美元。
• 调整后利润率：考虑运维、带宽、人力等成本后，实际成本利润率有所下降，但收入利润率仍保持在 66% 左右。
• 付费率影响：付费率是影响利润率的关键因素，若能提升至 40%+，利润率有望达 20%+。

3. 算力需求变化趋势

• 算力效率≠算力通缩：DeepSeek 的高效率并不意味着算力需求减少，而是通过参数量 × 效率 × 数据规模形成新的 scaling law。
• AI Chatbot 需求：预计 AI Chatbot 应用将需要约 60-70 万片 H20 芯片，若算力需求进一步提升，H20 需求量可达 800 万片。
• 多模态与 AI Agent：预计未来多模态与 AI Agent 将显著提升单次请求调用 tokens 数量，进一步带动算力需求。

投资建议

1. 公有云厂商

• 三大运营商：中国移动、中国联通、中国电信具备规模优势，安全可靠与全国 IDC 资源使其在算力服务中具有竞争力。
• 阿里云与腾讯云：拥有丰富的客户资源与集团生态赋能，有望受益于 AI 大模型的规模效应。

2. 国产算力产业链厂商

• 寒武纪-U：AI 芯片国产替代加速，公司产品获得头部客户认可，2024 年首次扭亏为盈。
• 紫光股份：以太网交换机市占率持续提升，高速率 + CPO + 全光方案是其看点。
• 中兴通讯：具备自研芯片能力，在运营商交换机市场竞争力强，未来有望受益于算力需求增长。

风险提示

• AI 落地不及预期：若多模态大模型或 AI Agent 未能广泛落地，算力需求增长可能受限。
• 芯片供应不足：英伟达芯片禁售风险及国内芯片替代能力不足可能影响算力供应。
• 客户接受度不足：部分客户可能因数据安全问题对公有云服务持观望态度。
• 行业竞争加剧：随着算力需求增长，云厂商可能面临价格战与客户资源争夺。

估值与投资评级

总结

DeepSeek 的高算力效率并未证伪算力需求，反而揭示了算力效率与数据规模共同推动算力需求增长的新趋势。报告认为，MaaS 模式具备盈利潜力，具备大规模集群与高并发能力的云厂商及国产芯片厂商将显著受益。未来，随着多模态与 AI Agent 的发展，算力需求将有望进一步扩大，建议持续关注算力链相关标的。