AI智道(1)：DEEPSEEK R1潮涌 AI INFRA领航

　　行业近况

    　　1 月20 日，深度求索旗下DeepSeek-R1 模型（DeepSeek以下简称为“DS”）正式发布。我们观察到，其创新架构带来的高效性能优化与极致算力使用率、128K上下文长度和每百万输出词仅2.19 美金的成本压控，以及对开源创新精神的坚持在全球科技界引起热烈讨论。在开源背景下，我们预期将有更多企业兼容接入DS系列模型，一方面，在推理侧基于DS等模型的AI应用蓬勃发展将拉动AI Infra的需求；另一方面，AI Infra的落地也将提升对存储、算力等基础资源的使用率。在AI产业飞轮螺旋向上进发的同时，我们认为AI Infra将受益于“掘金卖铲”逻辑。

    　　评论

    　　DeepSeek R1 进行了哪些Infra层的创新？我们在《人工智能十年展望（十二）》详细拆解了AI产业的基础软件堆栈并梳理了AI工作流，相应地，1）数据准备：引入冷启动数据并利用多阶段的训练数据。DS团队通过收集数千个长思维链（CoT）数据微调V3-Base模型作为多阶段强化学习的起点。2）模型训练：推理导向的多阶段强化学习（RL）训练与创新的奖励机制。DS团队基于V3-Base应用组相对策略优化（GRPO）强化学习框架训练R1-Zero模型，降低训练成本；然后引入冷启动数据，并针对R1-Zero存在的可读性、语言混乱等问题引入语言一致性奖励。3）模型部署和推理：独立优化预填充、解码阶段的资源分配。通过拆分工作流、使用多种并行策略提升效率、引入负载均衡策略平衡GPU工作量等措施，提高了模型的推理效率与资源利用率，增强了系统稳定性。

    　　DeepSeek等开源模型部署提速助力AI Infra产业落地生花。1）异构算力的纳管或成必选项，利好云基础设施及LLMOps厂家。伴随着DS V3 将更多计算密集型任务用FP8 精度执行，训练推理对存储和内存带宽的压力得以压控；因此，我们认为尤其在推理阶段，更多不同计算能力和内存容量的算力芯片将得到使用。2）受益于AI降本背景下的应用起量，未来推理算力占比有望提升。我们预期DS系列模型的开源将助力应用端生态的蓬勃发展，带动算力需求向推理侧进行结构性转移，开启AIDC创新周期。3）AI模型微调需求提升，构建产品工作流需要AI Infra工具支持。我们认为会有更多企业尝试接入模型，衍生出更多模型微调的需求。而从大模型到应用开发过程中，高质量垂域样本的准备、模型微调及部署监控、应用编排上线等标准化工作流由AI Infra工具承接，带来软件开发企业和应用使用方的双重需求。4）AI推理或对低时延、高带宽、实时交互的基础设施层性能提出更高要求。AI应用的蓬勃发展催生对实时性要求高的场景，如自动驾驶、在线游戏、视频会议实时字幕生成等，提升了对CDN、RTC等低时延、高性能基础设施的要求。

    风险

    　　AI应用拓展不及预期；竞争加剧。