每經(jīng)AI快訊，中信建投研報稱，1）DeepSeek在保持模型優(yōu)異性能指標的同時大幅降低訓練和推理成本。DeepSeek-V3使用2048塊H800GPU完成了6710億參數(shù)的訓練，訓練成本為557.6萬美元，DeepSeek-R1模型的每百萬輸出tokens為16元，均顯著低于同等水平的模型成本。利用DeepSeek模型生成的數(shù)據(jù)樣本實現(xiàn)小參數(shù)量的模型蒸餾，提升模型性能。2）高性能、輕量化、低成本的模型能力將顯著推動端側(cè)AI產(chǎn)業(yè)發(fā)展。端側(cè)硬件設(shè)備是將大模型能力進行實物化輸出落地的關(guān)鍵環(huán)節(jié)，近日OpenAI的CEO Sam Altman在接受媒體采訪時也透露OpenAI將開發(fā)可替代手機的生成式AI專用終端。國內(nèi)物聯(lián)網(wǎng)模組廠商在端側(cè)AI領(lǐng)域具備先發(fā)優(yōu)勢，并積極進行產(chǎn)業(yè)布局。