DeepSeek - R1加速AI产业趋势：算力与应用的新走向，郭明錤指出DeepSeek - R1发布后的AI产业两大趋势

本文将解读天风国际证券分析师郭明錤的报告内容，主要围绕DeepSeek - R1发布后AI产业呈现出的两个重要趋势，包括Scaling Law边际效益放缓时AI算力的发展，以及API/Token价格下滑对AI软件、服务和设备端AI的影响等方面进行阐述。

1月31日，据IT之家消息，天风国际证券分析师郭明錤在29日发布的报告里提到，DeepSeek - R1发布之后，有两个AI产业的新趋势值得大家去重视。

首先，当Scaling Law的边际效益开始放缓的时候，AI的算力依然能够通过对训练方式进行优化从而持续增长，这对挖掘新的应用是非常有利的。在过去的一到两年间，投资者对于AI服务器供应链的投资逻辑，主要是建立在AI服务器出货量在Scaling Law成立的情况下会持续增长的基础之上。不过，Scaling Law的边际效益正在逐渐地减少，这就使得市场更加关注DeepSeek如何通过Scaling Law之外的方式来显著提升模型效益。

像是经常被引用的Chinchilla的Scaling Law就表明，AI模型的性能是由模型参数量（N）、训练数据量（D）和运算能力（C）这三个因素决定的，最理想的状态就是N、D和C同时增加。而Scaling Law对提升模型性能的边际效益放缓是有原因的：其一，人类创作的文本资料（D）几乎快要用完了；其二，在运算能力（C）没有大幅度提升并且训练数据量（D）耗尽的情况下，仅仅提升模型参数量（N）对模型效能没有帮助；其三，运算能力（C）在短期内不太容易有显著的提升，例如Blackwell系统还没有量产、存在电力供应的限制等。

从产业研究的角度来看，DeepSeek - R1值得关注的地方在于，这个大型语言模型（LLM）是通过优化训练方式，而不是依靠Scaling Law，来显著提升模型效益的，这一点可以通过查看和测试其开源成果来验证。当Scaling Law的边际效益最终下降的时候，通过优化训练方式来提升模型效益，对于持续提升AI基础设施的算力以及挖掘新的应用来说是非常重要的。对于AI产业的长期发展而言，这两者是不可或缺的。

其次，API/Token价格的显著下降，对AI软件、服务和设备端AI是有利的，能够加速AI应用的多元化。当前，从生成式AI的趋势中获取利益的方式，主要还是售卖相关工具以及降低成本，而不是创造新的业务或者提升现有业务的附加价值。

DeepSeek - R1采用了非常激进的定价策略，提供免费使用，而且其API/Token定价最低的甚至不到OpenAI - o1的1/100，这种竞争压力可能会促使AI使用成本下降。在中国的AI产业市场竞争非常激烈，预计会有其他的中国厂商推出性能优秀并且定价更加激进的大型语言模型（LLM）。

近期，AI供应链相关的股票大幅调整，主要原因是投资者调整了由于Scaling Law边际效益放缓对AI服务器出货量的负面影响的预期，而不是担心大型语言模型（LLM）服务供应商和云服务提供商（CSP）是否能够通过AI盈利，这是因为大部分投资者仍然愿意耐心等待盈利的出现。

AI软件、服务和设备端AI的成本因为API/Token价格下降和训练方法优化而降低，这有助于增加AI算力的需求，并且能够减少投资者对于AI投资能否获利的疑虑。AI的使用量肯定会因为价格下降而增加，但是增加的幅度是否能够抵消价格下降的幅度还需要观察。此外，AI使用量的增加有助于创造可盈利的商业模式，但这并不是绝对的。不过，在投资者普遍愿意耐心等待盈利的情况下，上述顾虑目前可以被忽略。

结论方面，Scaling Law是一种经验法则，合理地降低预期并且理性看待，反而有利于长期投资趋势。芯片升级（C）、改善电力供应限制（C）以及在训练中加入更多多模态数据（D）等，都有利于在未来再次加速Scaling Law的边际效益。只有大规模部署者才会遇到Scaling Law边际效应放缓的情况，这也再次证明了英伟达的领先地位。等到英伟达方案的Scaling Law边际效益再次加速的时候，预计那时它的优势会更加明显（相比于专用集成电路（ASIC）和AMD）。

近期GB200 NVL72量产不顺利，所以这个时候调整Scaling Law和AI服务器出货预期并不是一件坏事。在此次股价调整之后，后续更有利于反映GB300/Rubin的利好。一线云服务提供商（CSP）不会仅仅因为有更好的训练方式就削减资本支出，因为这两者并不冲突。如果这个时候放缓资本支出，等到Scaling Law边际效益再次加速的时候，就会落后于竞争对手。

开放的社区资源以及中国竞争激烈的环境，预计会看到其他中国厂商推出跑分优秀并且定价更加激进的大型语言模型（LLM）。到那个时候，如果大型语言模型（LLM）服务供应商还没有开始稳定盈利，盈利压力将会进一步增大。受益于API/Token价格显著下降，AI软件、服务和设备端AI将会吸引更多投资者的关注。而能否成为新的长期投资趋势，取决于是否能够创造可盈利的商业模式。英伟达仍然是未来Scaling Law边际效益再次加速的赢家，但是需要关注短期内GB200 NVL72量产问题以及中长期美国半导体出口禁令是否会有变化。

本文总结了郭明錤报告中关于DeepSeek - R1发布后AI产业的两个趋势，一是Scaling Law边际效益放缓时AI算力可通过优化训练方式发展，二是API/Token价格下滑对AI软件、服务和设备端AI的影响。同时还阐述了相关结论，如Scaling Law的理性看待、英伟达的地位以及中国厂商在AI市场的竞争情况等内容。