DeepSeek探索出一条“算法创新+有限算力”的新路径，开源AI时代或已至，国产AI估值或将重塑。
Q1：DeepSeek对于算力的影响？——Jevons悖论：短期训练侧算力需求或受影响，但DeepSeek推理价格下降吸引更多用户调用模型，带来英伟达H100 GPU的租赁价格提升，故表明算力需求量短期仍呈提升趋势，中长期推理算力需求有望持续增长。
Q2：文本与多模态对算力的需求差别？——多模态模型大规模应用，或将升级算力需求。Sora将大模型训练数据从大规模的文本/图像，发展到视频数据，提升了新的维度，这或将数倍提升算力需求。
Q3：对芯片未来格局的影响？——训练：NV仍具备计算与生态护城河，DeepSeek带来模型训练算力使用效率提升，NV高等级芯片或主要用于探索AGI；推理：推理化、国产化、ASIC化为三大趋势。
Q4：DeepSeek系列模型为何引起轰动？——技术与开源：DeepSeek优化模型结构（MLA+MOE、MTP）、模型训练方法（DualPipe）、针对性GPU优化（FP8混合精度等）等内容，降低了训练成本，同时进行开源，各下游企业可以直接通过本地部署或云端调用，降低了调用成本。
Q5：模型未来侧重Dense还是Sparse（MOE）？——一个通才（Dense）能够处理多个不同的任务，但一群专家（MoE）能够更高效、更专业地解决多个问题。
Q6：蒸馏模型的定义与发展潜力？——蒸馏可以减少原本大参数模型部署的硬件需求高、推理时间长、成本高昂的缺点，更有利于本地部署、推理业务、应用与端侧发展。
Q7：多模态的演进路径？——AI大模型技术和应用逐渐从文本扩展至更多模态。
Q8：DeepSeek发生后对应用侧的影响？——DeepSeek在推动降本、强推理等驱动下，有望加速AI应用普及度迎来跨越式提升。
Q9：DeepSeek发布对于端侧的影响？——DeepSeek决定支持用户进行“模型蒸馏”，已更新线上产品的用户协议，有望加速AI在端侧进程，未来手机、PC、小型设备等端侧或可部署。
Q10：北美增加Capex的用意，以及对deepseek的看法？——北美CSP厂商增加资本开支至服务器与数据中心，继续发展模型预训练与推理侧，重视deepseek技术与发展。
