作者：创新发展研究部 易亚琦 李欣欣

DeepSeek作为中国AI领域新兴力量获得高度关注，在美国不断增强的技术封锁下助力中国化被动为主动，重塑全球AI产业格局。上海是中国AI产业发展高地，要素、场景等资源集聚，应把握这一重大变化，强化技术百家争鸣、算力优化配置、资源系统集成，构筑新阶段上海AI产业技术系统优势、底座支撑优势以及生态协同优势。

一、DeepSeek准确切入成本、算力、技术痛点，成功“出圈”

降低使用AI应用成本，优化算法架构提升算力效率。DeepSeek采用优化的MoE（混合专家系统）架构，通过动态路由机制，每次推理仅激活部分参数，大幅降低计算成本。缓解美国算力“配额”困境，以底层汇编语言优化更能助力国产算力芯片发展。美国对全球国家分三类进行算力“配额”管理，中国作为第三类国家将几乎全面禁止进口美国AI芯片，尽管DeepSeek尚未完全摆脱对CUDA生态的依赖，但其使用PTX进行更细粒度底层优化，实现对英伟达GPU更好利用的同时，更好适配国产GPU。打破美国大模型封锁，以开源促进协作生态。美国拟进一步加强大模型技术出口管制，除禁止OpenAI GPT-4、谷歌、Meta等前沿闭源AI大模型外，GitHub、Hugging Face等开源平台也可能通过识别特定IP域、查封账号等，阻止中国用户获得相关技术。而DeepSeek作为开源模型打破技术壁垒，吸引全球开发者和企业参与，大量开发者和研究人员二次开发和创新，提升国内开源市场生态空间和话语权。

二、DeepSeek对AI产业发展的启示

AI再次进入算法创新阶段，未来将更关注底层技术推动AI“轻量化”效率优化。DeepSeek通过技术创新同步赋能算法、数据、算力三个AI发展的关键环节。算法方面，深度运用AI芯片基础软件栈中核心组件，紧密结合底层硬件特性，完成低成本、高性能训推能力的工程化实现。算力方面，大幅降低推理模型的输入/输出定价，加强国产训练芯片对海外高端训练芯片的替代逻辑，提高国产芯片在推理端的性价比。语料方面，从海量非结构化数据中提取高纯度知识单元，优化知识图谱结构内容。

算力依然是AI发展重要底座，高效集约利用成为重要发展方向。当前，美国对华高端GPU禁运，国产算力在性能、稳定性、兼容性上还有差距，尚未形成全栈服务能力。尽管国内持续布局算力设施，找算力难、调算力难、用算力难普遍存在，市场上算力供需矛盾十分突出。如何进一步高效集约利用算力，尤其是多品牌国产算力技术适配，体制机制亟待突破。

AI应用场景落地大幅提速，中国从“算力追随者”向“生态主导者”转型过程中机遇挑战并存。DeepSeek以低成本、高性能的“普惠化”特性打破美国AI领域垄断、加速AI应用落地，获得广泛认可，应用下载量居全球140个市场第一，亚马逊云、英伟达、微软等国际巨头纷纷接入。值得注意的是，要实现AI生态的主导地位，需要在技术创新、产业适配、法律伦理治理等方面持续发力，隐私合规、法律伦理、垂类数据质量与安全等仍面临挑战。

三、新阶段上海AI产业发展的相关建议

一是鼓励技术“百家争鸣”，在多路突围中构筑AI技术系统优势。建议鼓励企业、高校和科研机构探索不同技术路线，开辟多元化技术赛道，避免同质化竞争及算力浪费。例如，鼓励开展高风险、高价值基础研究，突破“创新死角”；加大开源平台与社区支持，推动“创新众筹”；推动产学研合作与协同创新，深化“创新交叉”等。

二是注重算力“优化配置”，构筑高效AI基础设施优势。针对找算力难、调算力难、用算力难问题，建议以提升算力建设、运营、使用全生命周期效率为目标，推动算力“优化配置”，包括加强新型算力供给、优化算力分配调度、推动异构算力协同等方面。

三是强化资源“系统集成”，构建协同创新的AI生态优势。建议畅通“算法、算力、数据、场景”全流程通路，形成生态造血机制，通过组建AI创新联合体，加强数据资源开放与共享，深化场景驱动的AI应用创新等，推动AI技术赋能实体经济，创造新的盈利增长点。