天風(fēng)國際分析師郭明錤發(fā)文稱，DeepSeek 爆紅后，端側(cè) AI 的發(fā)展速度加快。DeepSeek 的流行直接推動了英偉達(dá) H100 訓(xùn)練需求的增長，表明優(yōu)化的訓(xùn)練方法（可有效降低成本）能夠刺激市場，同時也再次證明了 CUDA 生態(tài)的競爭力（用戶為何選擇 H100）。

郭明錤分析大意如下：

臺積電和英偉達(dá)預(yù)計，到 2026 年，端側(cè) AI（on-device AI）將迎來快速增長。臺積電在財報電話會議上提到，2026 年端側(cè) AI 發(fā)展將更加明顯，而英偉達(dá)計劃在 2025 年第四季度至 2026 年上半年量產(chǎn)其 AI PC 芯片 N1X / N1。

DeepSeek 爆紅后，端側(cè) AI 的發(fā)展速度加快。

DeepSeek 的流行直接推動了英偉達(dá) H100 訓(xùn)練需求的增長，表明優(yōu)化的訓(xùn)練方法（可有效降低成本）能夠刺激市場，同時也再次證明了 CUDA 生態(tài)的競爭力（用戶為何選擇 H100）。

更值得關(guān)注的是，DeepSeek 帶動了本地大模型（LLM）部署的熱潮。DeepSeek R1 通過優(yōu)化訓(xùn)練方法，提升了本地設(shè)備上中小規(guī)模 LLM 的性能，而用戶對云端 DeepSeek 服務(wù)的數(shù)據(jù)安全擔(dān)憂也加速了這一趨勢。預(yù)計未來將有更多類似 DeepSeek 的開源模型問世，進(jìn)一步推動本地 LLM 生態(tài)的發(fā)展。

目前，常見的本地 DeepSeek 部署方式包括：使用 LM Studio 進(jìn)行便捷部署，Ollama 運行模型，4-bit / 8-bit 量化降低顯存需求同時保持性能，模型規(guī)模覆蓋 15 億到 700 億參數(shù)，硬件范圍從低端筆記本到搭載英偉達(dá)獨立 GPU 的高端 PC。

目前，本地 DeepSeek 部署仍處于小眾市場，對英偉達(dá)云端 AI 芯片的需求影響不大。但從長期來看，盡管終端計算會部分替代云計算，它同樣可能帶來新的云端需求（類似 H100）。端側(cè) AI 和云端計算預(yù)計將同步增長，并最終形成一個融合的 AI 生態(tài)系統(tǒng)。

盡管長期來看云計算增長仍具潛力，但端側(cè) AI 發(fā)展速度超出預(yù)期，可能會導(dǎo)致云計算增速短期內(nèi)低于市場預(yù)期，并影響投資情緒。未來，可能減少云計算增長不確定性的因素包括 GB200 NVL72 量產(chǎn)成功帶動計算規(guī)模擴(kuò)展，以及 AI 在機(jī)器人、自動駕駛和多模態(tài)領(lǐng)域的商業(yè)化進(jìn)展逐步明朗。

就臺積電和英偉達(dá)而言，臺積電仍是端側(cè) AI 發(fā)展的主要受益者（受益于芯片升級），而英偉達(dá)在端側(cè) AI 市場面臨的競爭壓力遠(yuǎn)超云計算市場，可能影響短期投資信心。