DeepSeek-R1发布引发AI产业新趋势：算力优化与成本降低并行发展

随着DeepSeek-R1的问世，AI产业面临着全新的机遇与挑战。天风国际证券分析师郭明錤在其最新报告中指出，DeepSeek-R1 的发布不仅加速了AI产业的进程，更揭示了两个显著的新趋势：一是算力优化推动AI应用的多元化；二是API和Token价格的下降为AI表达了更广阔的市场潜力。

在过去的一到两年中，投资者的关注点主要集中在AI服务器供应链，因为Scaling Law原理的基础上，AI算力呈现可持续增长的良好势头。随着Scaling Law所带来的边际效益逐渐减退，市场意识到，DeepSeek-R1的出现标志着AI存在非线性发展的可能性。以Chinchilla为基础的Scaling Law指出，AI模型的性能是由模型参数量、训练数据量和运算能力所决定的，但逐渐逼近的数据与运算能力极限，让人们开始反思如何在这些传统参数上找到新的突破。

Scaling Law边际效益减缓的原因主要有三点。随着人类创作的文本资料几乎耗尽，AI在模型参数上提升所能带来的边际效益出现瓶颈。运算能力的提升并不明显（如当前Blackwell系统仍未进入量产），而训练数据却逐渐趋于饱和。，短期内算力无法实现大幅度的跃升，这让我们不得不考虑其它优化策略。

在这个背景下，DeepSeek-R1所应用的优化训练方法显得尤为重要。其通过不断检视与实验开源成果，以提升模型的效能，显示出算力仍然能够通过方式创新保持增长，这为新应用的挖掘提供了更多可能。对AI产业的长远发展而言，算力的持续优化与探索新应用是必不可少的。

另一方面，API和Token价格的显著下滑，为AI软件、服务与设备端AI发展带来了巨大利好。DeepSeek-R1通过实施激进的定价策略，不仅提供了永远免费的使用权，还将API/Token的价格压至市场的最低水平，这在竞争日益激烈的中国市场中，将进一步推动整体AI使用成本的降低。随着成本的降低，投资者的疑虑也逐渐消散，AI的使用量有望因价格的优势而大幅提升。不过，究竟提升幅度是否能够抵消下滑幅度仍值得观察，这同时也为可盈利的商业模式创造了条件。

可以预见的是，随着AI使用量的提升，整个市场的活跃度将加速，但是群雄逐鹿的现状意味著，仍需以实际用户体验为导向来驱动盈利。虽然Scaling Law是一个经验法则，但合理降低对未来的预期，以更为理性的视角审视市场走势，实际上，更有利于长远的发展。

芯片技术的提升、改善电力供应限制以及对多模态数据的引入等，均为优化Scaling Law提供了新的可能性。大规模的部署者也许会面临Scaling Law收益的减弱，但市场中竞争者如英伟达等的影响力依旧强劲，随着未来的更新换代，其优势地位将愈加明显。

GB200 NVL72在近期的量产中遭遇瓶颈，导致市场对于Scaling Law和AI服务器的预期调整，是一个短期打击，但从长远看，这也是回归理性的一步。在这一背景下，开放社区的资源共享与中国市场的竞争压力，促使我们预期将会有更多新兴厂商陆续推出定价激进且性能卓越的LLM（大型语言模型）。

而言，DeepSeek-R1的发布不仅推动了AI产业的优化与发展，更为AI算力和应用的多元化铺平了道路。随着API和Token价格的下降，AI的应用前景愈发光明。在此过程中，如何把握市场机遇、形成可持续的盈利模式，依然是行业需要持续探索的课题。AI行业的未来，不仅需要政策、技术的支持，更需市场与投资者的共同参与，促进人工智能技术的创新与应用。