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

敬请参阅最后一页特别声明 1 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，计算与通信的时间边际下降，吞吐率得到提升。因此大规模集群能提高算力利用率。 参考 DeepSeek，我们认为 MaaS 厂商具有盈利潜力，率先实现规模效应的云厂商将脱颖而出： 我们对 DeepSeek 披露的 545%高利润率进行了拆解，以进一步分析利润率的影响因素。545%是成本利润率，对应 84.5%的收入利润率。将 GPU 租赁成本在总成本中的占比、付费率调至合理水平后，我们认为公司实际利润率或低于 84.5%。付费率对公司利润率影响较大，伴随付费率的提升，公司利润率有望持续攀升。若能将付费率提升至 40%+，则公司的利润率有望达 20%+。根据对 DeepSeek 的利润率分析，我们认为 MaaS 模式具有盈利潜力。拥有大规模集群、能形成高用户并发的公有云厂商有望形成规模效应。 针对算力之争，我们认为算力效率是新的 Scaling Law 方向，多模态与 AI Agent 将打开算力的成长空间： 我们就 DeepSeek 的模型参数量、数据规模、峰值倍数、单卡算力、单卡利用率等关键指标进行了详细的拆解，发现DeepSeek 低算力的原因在于：1）低峰值倍数：未设置较大的算力冗余（峰值倍数仅 1.2），一定程度上牺牲了用户体验；2）超高的算力效率，具体体现在单次推理激活的模型参数量（单次推理仅激活 370 亿参数）、高单卡利用率（H800单卡利用率高达 77%）。市场担心 DeepSeek 仅使用 1814 个 H800 就支持了约 2500 万 DAU 会证伪算力需求，但我们认为伴随峰值倍数的提高、数据规模的扩大，算力需求有望持续提升。高算力效率不等于算力通缩，“参数量*效率*数据规模”才是新的 scaling law 方向。从远期看，多品类 APP 接入 AI 大模型有望带来用户数的增长，多模态、AI Agent有望带来单次请求调用 tokens 数量的增加，这都将带动算力需求的提升。因此我们持续看好算力链。 投资建议与估值 我们认为算力需求将持续强劲，建议持续关注算力链板块。能实现大集群、形成高用户并发的公有云厂商有望率先实现规模效应，跑通 MaaS 盈利模式。我们看好能提供高安全可靠的云服务、并具有辐射全国的 IDC 资源的运营商云；也看好具有丰富客户资源、集团内部生态赋能的互联网大厂云。深度参与算力产业链的国产芯片、交换机厂商也将持续受益。建议关注中国移动、中国联通、中兴通讯等。 风险提示 AI 落地不及预期、芯片供应不足、客户对公有云接受度不及预期、行业竞争加剧 行业深度研究 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 1、DeepSeek 通过大规模专家并行（EP）与计算通信重叠（DP），大幅提升算力效率 ....................... 4 2、参考 DeepSeek，MaaS 厂商具有盈利潜力，率先实现规模效应的云厂商将脱颖而出...................... 7 2.1. DeepSeek 口径下，545%高利润率的计算详解 ................................................ 7 2.2. 根据实际情况调整后，DeepSeek 利润率有所降低，我们认为付费率为关键影响因素 .............. 8 2.3. MaaS 模式具有盈利潜力，看好能形成规模效应的公有云厂商 ................................. 11 3、算力需求之争：算力效率是新的 Scaling Law 方向，多模态与 AI Agent 将打开算力的成长空间......... 13 3.1. DeepSeek 的 1814 个 GPU：算力效率的提升、算力冗余和用户使用频次的不足................... 13 3.2. AI Chatbot 的算力需求量估算：我们预计约 60-70 万片 ..................................... 15 3.3. 多品类 APP 接入 AI 大模型、多模态、AI Agent 原生产品带动算力需求扩容 .................... 16 4、相关标的.................................................................................... 18 5、风险提示.................................................................................... 20 图表目录 图表 1： DeepSeek-V3/R1 采用了预填充-解码分离架构，有效提升算力效率.............................. 4 图表 2： DeepSeek-V3/R1 参考架构图............................................................... 4 图表 3： 预填充阶段，将一批请求分成两个微批次 ................................................... 5 图表 4： 英伟达接入 DeepSeek-R1 后，实现 H200 和 B200 的吞吐能力提升 ............................... 5 图表 5： DeepSeek 进行架构优化后，批量大小的增加将更有效地带动吞吐率的提升....................... 6 图表 6： DeepSeek 口径下，其 GPU 租赁成本测算得到$87,072/天....................................... 7 图表 7： DeepSeek 口径下，其大模型收入测算得到约为$562,100/天.................................... 8 图表 8： 按利润率=利润/总收入计，DeepSeek 利润率约为 84.5% ................................