天风世界剖析师郭明錤发文称，DeepSeek 爆红后，端侧 AI 的开展速度加快。DeepSeek 的盛行直接推进了英伟达 H100 练习需求的增加，标明优化的练习方法（可有用下降成本）可以影响商场，一起也再次证明了 CUDA 生态的竞赛力（用户为何挑选 H100）。

郭明錤剖析粗心如下：

台积电和英伟达估计，到 2026 年，端侧 AI（on-device AI）将迎来快速增加。台积电在财报电话会议上说到，2026 年端侧 AI 开展将愈加显着，而英伟达计划在 2025 年第四季度至 2026 年上半年量产其 AI PC 芯片 N1X / N1。

DeepSeek 爆红后，端侧 AI 的开展速度加快。

DeepSeek 的盛行直接推进了英伟达 H100 练习需求的增加，标明优化的练习方法（可有用下降成本）可以影响商场，一起也再次证明了 CUDA 生态的竞赛力（用户为何挑选 H100）。

更值得重视的是，DeepSeek 带动了本地大模型（LLM）布置的热潮。DeepSeek R1 经过优化练习方法，提升了本地设备上中小规划 LLM 的功能，而用户对云端 DeepSeek 服务的数据安全忧虑也加快了这一趋势。估计未来将有更多相似 DeepSeek 的开源模型面世，进一步推进本地 LLM 生态的开展。

现在，常见的本地 DeepSeek 布置方法包含：运用 LM Studio 进行快捷布置，Ollama 运转模型，4-bit / 8-bit 量化下降显存需求一起坚持功能，模型规划掩盖 15 亿到 700 亿参数，硬件规划从低端笔记本到搭载英伟达独立 GPU 的高端 PC。

现在，本地 DeepSeek 布置仍处于小众商场，对英伟达云端 AI 芯片的需求影响不大。但从长时间来看，虽然终端核算会部分代替云核算，它相同或许带来新的云端需求（相似 H100）。端侧 AI 和云端核算估计将同步增加，并终究构成一个交融的 AI 生态系统。

虽然长时间来看云核算增加仍具潜力，但端侧 AI 开展速度超出预期，或许会导致云核算增速短期内低于商场预期，并影响出资心情。未来，或许削减云核算增加不确定性的要素包含 GB200 NVL72 量产成功带动核算规划扩展，以及 AI 在机器人、自动驾驶和多模态范畴的商业化开展逐渐明亮。

就台积电和英伟达而言，台积电仍是端侧 AI 开展的首要获益者（获益于芯片晋级），而英伟达在端侧 AI 商场面对的竞赛压力远超云核算商场，或许影响短期出资决心。