深度搜索技术掀起热潮，端侧 AI 迎来飞速发展
AI技术的新时代：深度搜索引领科技革命
2月5日消息，天风国际分析师郭明錤在5日发布文章指出，随着DeepSeek的走红，端侧AI技术的发展进程加速。DeepSeek的流行不仅带动了英伟达H100训练需求的增长，还显示出了优化的训练方法（有助于降低费用）对市场的刺激作用。这一现象也再次验证了CUDA生态系统的竞争优势（用户为何青睐H100）。
附郭明錤分析大意如下：
台积电和英伟达预计，到2026年，端侧AI将迎来显著增长。台积电在财报电话会议上指出，从现在起到2026年，端侧AI的发展将日益凸显。与此同时，英伟达计划在2025年第四季度至2026年上半年开始量产其AIPC芯片N1X/N1。这一趋势表明，随着技术的进步，人工智能的应用将更加广泛地渗透到设备端，从而推动相关产业的快速发展。预计未来几年内，端侧AI将在智能设备领域扮演越来越重要的角色，这不仅会带来技术上的革新，也将对市场格局产生深远影响。
DeepSeek 爆红后，端侧 AI 的发展速度加快。
DeepSeek 的流行直接推动了英伟达 H100 训练需求的增长，表明优化的训练方法（可有效降低成本）能够刺激市场，同时也再次证明了 CUDA 生态的竞争力（用户为何选择 H100）。
更值得关注的是，DeepSeek掀起了一股本地大模型（LLM）部署的热潮。DeepSeek R1通过优化训练方法，显著提升了在本地设备上运行中小规模LLM的性能。同时，用户对云端DeepSeek服务的数据安全担忧也在一定程度上加速了这一趋势。预计未来将有更多类似的开源模型问世，这将进一步推动本地LLM生态系统的蓬勃发展。 这种趋势表明，随着技术的进步和用户需求的变化，本地部署的大模型正逐渐成为新的热点。尤其是在数据安全日益受到重视的今天，本地部署不仅可以更好地保护用户数据，还能提供更高的灵活性和可控性。此外，开源模型的不断涌现也为开发者和企业提供了更多的选择，促进了整个行业的创新和发展。
目前，常见的本地DeepSeek部署方法包括：利用LMStudio实现快速部署，通过Ollama运行模型，采用4位/8位量化技术以减少显存占用并保持性能，支持的模型规模从15亿到700亿参数不等，适用的硬件范围则从低端笔记本扩展到配备英伟达独立GPU的高性能台式机。
目前，本地的DeepSeek部署目前仍然局限于较小的市场范围，这并未对英伟达的云端AI芯片需求产生显著影响。然而，长远来看，即使终端计算逐渐开始部分取代云计算，它也可能催生出新的云端需求，类似于H100系列芯片的市场需求。预计边缘AI和云端计算将会同步发展，并最终共同构建一个融合的AI生态系统。 从技术演进的角度看，这一趋势不仅反映了计算需求的多样化，也表明了AI技术在不同场景下的广泛应用。随着技术的进步和市场的成熟，边缘计算和云计算之间的界限将变得越来越模糊，形成一种互补关系。这种融合不仅能够提高整体系统的效率，还能够为用户带来更加个性化和即时的服务体验。因此，无论是对于技术开发者还是用户而言，这都是一个值得关注的重要发展方向。
尽管长期来看云计算的增长潜力依然巨大，但边缘AI的发展速度已经超出了许多人的预期，这可能导致云计算的短期增长不及市场的预期，并对投资者的情绪产生一定的影响。未来，减少云计算增长不确定性的关键因素可能包括GB200NVL72的成功量产所带来的计算能力扩展，以及AI在机器人技术、自动驾驶和多模态应用方面的商业化进程逐渐清晰。 在我看来，虽然边缘AI的迅速崛起对云计算构成了挑战，但同时也为整个科技行业带来了新的机遇。随着技术的进步和应用场景的拓展，云计算与边缘计算将有可能实现更紧密的协同工作，共同推动科技行业的创新发展。因此，对于投资者而言，关注这些新兴技术的发展趋势，及时调整投资策略，或许能更好地应对市场变化。
对于台积电和英伟达来说，台积电依然是边缘AI发展的主要获益者（得益于芯片的升级），而英伟达在边缘AI市场的竞争压力远大于云端AI市场，这可能会影响到短期的投资信心。