大摩——亚太科技行业洞察：深度求索（DeepSeek）——以少求多
精华翻译
一、核心技术突破：Engram模块的创新价值
• 技术原理：DeepSeek推出的Engram模块通过“条件记忆+可扩展查找”机制，将大语言模型（LLM）的静态记忆与动态推理解耦，把模型存储的信息“库”卸载至通用DRAM（系统内存），仅在需要时通过O(1)时间复杂度快速检索，避免高速缓存（HBM）过载，同时为复杂推理任务释放算力。
• 核心优势：在不增加计算量（FLOPs）或参数规模的前提下，提升模型推理准确性与长上下文处理能力；减少对昂贵HBM的依赖，降低基础设施成本，尤其适配中国市场HBM获取受限的现状，仅需约200GB系统DRAM即可满足基础运行需求（对比Vera Rubin系统每CPU 1.5TB DRAM配置）。
• 性能表现：基于270亿参数模型的测试显示，Engram模块在长上下文检索、推理任务中表现更优，且使模型在MMLU、GPQA等标准基准测试中接近全球前沿水平，同时降低推理成本。
二、中国AI发展的核心逻辑：约束驱动创新
• 发展路径：中国头部AI模型（如DeepSeek-V3.2、阿里通义千问-3、字节跳动豆包-Seed-1.8等）未依赖“参数规模蛮力扩张”，而是通过稀疏混合专家（MoE）架构、训练与推理流程优化、长上下文注意力机制等效率驱动型创新，快速缩小与ChatGPT 5.2等全球前沿模型的性能差距。
• 长期价值：这种“约束诱导创新”模式推动中国AI生态更具成本效益、可扩展性与适应性，降低高端智能的边际成本，减少对无限制算力增长的依赖，为全球AI竞争提供差异化路径。
• 模型对标：DeepSeek-V3.2在MMLU（约88.5%）、GPQA（约82%）、编码任务（SWE-Bench约72%）等指标上表现突出，与ChatGPT 5.2（MMLU约92%、GPQA约89%+）差距持续收窄，且支持128K上下文长度与多模态功能。
三、下一代展望：DeepSeek V4的潜力
DeepSeek下一代大语言模型V4将搭载Engram内存架构，重点突破编码与推理能力，预计可在消费级硬件（如RTX 5090）上运行。市场期待其公布详细硬件规格、推理成本对比及编码等核心场景的基准测试目标，有望成为中国AI模型性能跃升的关键里程碑。
四、投资启示与标的
• 核心逻辑：AI行业下一阶段增长动力将来自“架构效率优化”而非单纯算力扩张，内存与半导体国产化主题受益显著——模型架构向“计算+内存均衡配置”转型，推动DRAM需求提升，同时国产半导体设备、封装企业将持续受益于AI产业链本土化。
• 推荐标的：
1. 北方华创（002371.SZ）：评级“增持”，目标价514.2元，受益于中国半导体资本开支周期与自身研发突破；
2. 中微公司（688012.SS）：评级“增持”，目标价364.32元，凭借半导体设备领域的结构性地位，充分享受晶圆厂扩产红利；
3. 长电科技（600584.SS）：评级“持有”，目标价49.49元，有望受益于通信、计算、消费电子需求复苏及先进封装技术落地。
获取原研报长按下方二维码
进入后即可免费领取
（若下方过期，至公众号最新一条）
