Ming-Chi Kuo: DeepSeek will accelerate the trend of edge AI

智通財經 APP 獲悉，日前，知名分析師郭明錤發文指出，DeepSeek 爆紅後，端側 AI 趨勢將加速。DeepSeek 的爆紅直接提升英偉達 (NVDA.US) H100 的訓練需求，這證明優化訓練方式有助訓練需求；另一個更顯著的趨勢是興起了在本地端部署 LLM 的熱潮。

郭明錤表示，台積電與 Nvidia 均預期裝置端 AI 將在 2026 年顯著成長。先前台積電法説提到裝置端 AI 趨勢在 2026 年才明顯，Nvidia AI PC 處理器 N1X/N1 量產時間為 4Q25/1H26。

DeepSeek 的爆紅直接提升 Nvidia H100 的訓練需求，這證明優化訓練方式 (也可視為成本降低) 有助訓練需求，且再度驗證 CUDA 生態優勢（用户選擇 H100 的原因)。

不過，另一個更顯著的趨勢是，自 DeepSeek 爆紅後，興起了在本地端部署 LLM 的熱潮。DeepSeek R1 提出的優化訓練方式，有利提升裝置端中小規模 LLM 的效能，加上對使用雲端 DeepSeek 資料安全的顧慮，都是推升此熱潮的原因。預期接下來會有更多類似 DeepSeek 的開源模型，本地端部署 LLM 的熱潮將持續維持。

郭明錤稱，目前部署或使用本地端 DeepSeek 僅限於少數人，故對 Nvidia 雲端 AI 晶片需求沒立即影響。長期來看，裝置端會取代部分雲端，但裝置端的成長也可能會創造新的雲端需求 (如上述 H100 例子)，故兩者需求還是會同時成長，並整合成新的 AI 生態。

郭明錤對雲端長期成長趨勢並不悲觀，但需注意裝置端趨勢快於預期，會否讓雲端的成長速度在未來的某段期間內，低於先前市場樂觀預期並影響投資氣氛。

展望未來，郭明錤指出，Scaling law 因 GB200 NVL72 順利量產再度增速，或 AI 新應用 (如機器人、自動駕駛、多模態) 商業化能見度提高等，都有助於降低雲端成長的不確定性。台積電依舊是裝置端 AI 趨勢的最大贏家之一 (因裝置端處理器升級)，但 Nvidia 因在裝置端面臨的競爭顯著高於雲端，故不利短期投資氣氛。