DeepSeek引发的连锁效应下，国产AI芯片成为最先行动的产业圈层。
据最新不完全统计，截至2月13日，已有华为昇腾、沐曦、天数智芯、摩尔线程、海光信息(135.890, 0.00, 0.00%)等17家国产AI芯片企业相继宣布支持DeepSeek模型的快速部署和训练，覆盖从训练到推理的全链条场景。
作为大模型训练的硬件基础，国产芯片产业已在过去两年的AI热潮推动下经历跨越式增长。据中商产业研究院测算，2023年，中国AI芯片市场规模达到1206亿元，同比增长41.9%，而到2025年，这一规模将增至1530亿元，年均复合增长率超过30%。
DeepSeek的横空出世，无疑将这一进程加速。中信证券(28.240, 0.00, 0.00%)研报指出，DeepSeek的低成本特性降低了企业准入门槛，推理端需求大幅增长有望推动国产AI芯片在推理场景的应用，一定程度上减少对海外硬件的依赖。银河证券则指出，看好国产算力需求爆发和半导体制造产业链“天花板”抬升。
受此带动，国产半导体也在资本市场获得高关注度。2月12日，国内目前唯一跟踪中证全指半导体指数的半导体ETF（512480）强势收涨3.39%，成交额突破20亿元大关，累计达20.11亿元。
“DeepSeek的意义，在于能让国产AI芯片获得更多发展的空间，激活基于大模型带来的国产AI生态的壮大。”CHIP全球测试中心中国实验室主任罗国昭向《中国经营报》记者表示。
降低硬件适配门槛
在业内看来，众多国产AI芯片积极支持DeepSeek的重要原因，源于后者打破了以ChatGPT为代表的业界大模型对于超高性能算力芯片的适配门槛。
罗国昭向记者介绍，自ChatGPT诞生以来，其训练依赖于英伟达A100、H100等超高性能算力芯片，主要原因在于英伟达GPU在算力、生态、优化和规模化支持等方面的综合优势，尤其是在算力方面，据OpenAI测算，自2012年以来，AI模型训练算力需求每3—4个月就翻一番，每年训练AI模型所需算力增长幅度高达10倍，而英伟达的单卡算力及并行计算能力能够最大程度满足其高需求。
但是，以OpenAI为代表的头部企业长期依赖英伟达GPU的局面，也使得产业链的众多追随者效仿，从而在训练大模型形成了技术和供应链的深度绑定。据机构测算，2023年英伟达GPU在全球AI训练市场的份额超过90%。
而DeepSeek于2024年12月推出DeepSeek V3模型后，于2025年1月20日相继发布了参数规模达6710亿的DeepSeek R1、DeepSeek R1 Zero以及参数范围覆盖15亿至700亿的DeepSeek R1 Distill系列模型。2025年1月27日，DeepSeek又新增了基于视觉的Janus Pro 7B模型。
据官方测算，其成本效益比同类模型高出90%—95%。这意味着，DeepSeek最新版本的性能比肩OpenAI的顶尖模型o1，但成本却是GPT-4o的十分之一，API调用成本更是只有OpenAI的三十分之一。官方表示，该系列模型通过强化学习一系列创新训练方法，在推理能力方面具有显著优势。
东方证券(10.010, 0.00, 0.00%)分析师浦俊懿认为，此前当算力需求主要集中在训练阶段时，英伟达系列芯片以强算力、高通信带宽和大HBM容量，成为行业的主导性厂商。而在推理阶段，尤其是对私有化部署的AI算力而言，其对计算性能和集群通信速度的追求将低于训练阶段，而DeepSeek模型的算力消耗较低、蒸馏后的小模型需要的闪存容量较小，也与国产AI芯片的情况更加匹配。
因此，其认为，国产算力的性能短板有望在推理需求阶段得到一定缓解，而较低的售价则对用户而言更具吸引力，国产算力芯片以及基于国产芯片的服务器厂商有望迎来更多的需求增长。
增强软硬协同能力
降低适配门槛的同时，国产AI芯片厂商集体接入DeepSeek，也将极大增强中国AI芯片的软硬件协同能力。
在罗国昭看来，业界对于英伟达的依赖，除了其算力性能的领先，还在于其构建的以CUDA为代表的软件“护城河”，而软硬件协同正是实现算法层面优化、更好支持AI算法运行的关键能力。其表示，DeepSeek通过软硬件协同降低算力成本，从而有助于国产AI芯片实现突围。
“由于国产大模型的竞争此前非常激烈，而适配不同大模型的国产AI芯片也有着不同架构和相应工具链，这使得国产AI芯片的发展显得有些分散且混乱。”罗国昭表示，DeepSeek的出现，则为解决这一挑战提供了窗口和机会。
国信证券(10.770, 0.00, 0.00%)分析师胡剑认为，通过与国产大模型的适配，国内全功能GPU对复杂AI任务的支持能力将得到验证和优化，有助于国内AI全产业链发展。
以国产GPU代表摩尔线程为例。2月4日，摩尔线程便宣布了快速实现DeepSeek R1蒸馏模型推理服务在其GPU智算集群上的高效部署。摩尔线程相关负责人告诉记者，DeepSeek R1 Distill系列模型展示了从较大模型中提取推理模式到较小模型的有效性，并在各种基准测试中取得了令人瞩目的成绩。这些模型包括DeepSeek R1 Distill Qwen系列，已在摩尔线程的KUAE集群上成功部署，进一步验证了其在实际应用中的实用性和可扩展性。
未来，通过DeepSeek提供的蒸馏模型，能够将大模型的能力迁移至更小、更高效的版本，在国产GPU上实现高性能推理。
向“生态主导者”转型
此外，值得注意的是，在国产AI芯片厂商纷纷接入DeepSeek的同时，华为云、腾讯云、阿里云等10家国内云计算巨头和至少12家独立云及智算企业，均宣布对DeepSeek的支持。业内广泛认为，这标志着中国AI产业从硬件到软件构建完整生态迈出关键一步。
而生态链的构建，正是中国AI产业突围的关键。正如中国工程院院士、清华大学计算机系教授郑纬民日前指出，近两三年国内企业的AI芯片虽然取得很大进步，但软件生态不成熟是制约我国AI算力产业发展的重要原因。
国科微(73.000, 0.00, 0.00%)AI产品总监刘小峰向记者表示，从产业角度观察，DeepSeek的出现是好事，在加速技术发展的同时，结束了当前“群模混战”的局面，这将利于国产AI芯片厂商收敛技术路线，让产业参与者更有方向感与主心骨，对产品生态发展更有利。
国内AI相关统计数据显示，上线仅20天后，DeepSeek应用的日活跃用户数（DAU）便突破2000万大关，达2215万。业内预期，DeepSeek的出现 ，将使得2025年有望成为国产AI应用爆发元年。咨询机构Omdia预计，未来五年中国生成式AI的市场规模将增长5.5倍，到2029年将达到98亿美元。
中信证券研报指出，DeepSeek通过技术突破和生态开放，有望带动国内AI全产业的快速发展。DeepSeek为国产AI芯片厂商提供了技术验证和商业化机会，还将帮助云计算公司及运营商实现服务升级与收入增长。其低成本、高性能的特性正在重塑全球AI产业链格局，推动中国从“算力追随者”向“生态主导者”转型。
