DeepSeek爆火后,在本地端部署大模型的热潮迅速兴起业内预测,端侧AI的发展将明显提速。这不仅拓展了人工智能的应用模式,也为相关产业带来了新的发展契机。
对此,国家商务部研究院 副研究员洪勇表示,
DeepSeek的爆火迅速推动了多个行业对端侧AI的关注。其中,医疗诊断、教育培训、智能家居、机器人以及边缘计算等领域纷纷开始积极尝试其落地。医疗行业可以利用本地化部署的模型提升隐私保护,而智能家居则通过本地模型响应实现更稳定和即时的反馈。此外,一些中小型企业也在尝试部署DeepSeek,以借助其大模型能力完善自身业务,但避免依赖云服务的高昂成本和网络瓶颈。
DeepSeek支持本地部署的原因在于技术上的优化,例如模型精简化、硬件兼容性提升以及开源趋势,这些在过去的大模型中都是技术难点。相比于云端部署,本地部署拥有高隐私性、快速响应和节省云端开销等优势。然而,相对缺点也显著,包括对硬件资源需求较高、配置复杂性较强以及使用者对模型维护和更新的能力要求。
在DeepSeek之前,端侧AI的发展处于缓慢增长期,主要应用集中在图像识别、语音处理等单任务领域。得益于硬件如边缘计算芯片和移动设备AI加速器的持续进步,端侧AI的算力逐步提高。但由于AI模型庞大复杂,高性能大多依赖云端,因此端侧AI的普及性和功能拓展有限,未能实现多任务大模型的高效运行。这些瓶颈的突破正是DeepSeek引领潮流的关键。
DeepSeek的广泛应用必将对国内AI产业链产生深远影响。一方面,它推动了硬件生态中的芯片厂商加强面向AI应用的优化,加速对支持端侧AI的芯片研发投入;另一方面,也帮助软件开发者开发基于DeepSeek的定制化应用,使AI工具更加大众化。此外,整个AI产业链在本地化场景的支持和标准化建设方面将迎来新的挑战和机遇。未来DeepSeek可能会进一步优化模型的能效比,推出定制化服务或行业模型包,以抢占不同领域的市场份额。