根据FOREXBNB的报道，TrendForce集邦咨询的最新研究显示，DeepSeek最近推出了DeepSeek-V3和DeepSeek-R1等AI模型，这可能会使终端用户在未来更加谨慎地评估AI基础设施投资的合理性，并采用更高效的软件计算模型，减少对GPU等硬件资源的依赖。同时，云服务提供商（CSP）可能会增加使用自家的ASIC基础设施，以降低成本。因此，预计从2025年开始，对GPU AI芯片或半导体的实际需求可能会有所变化。

TrendForce集邦咨询预测，全球AI Server市场自2023年起迅速增长，预计到2025年将占到整体Server出货量的15%以上，到2028年可能接近20%。近年来，大型CSP企业为满足AI训练需求而积极扩张，从2025年起将重点转向边缘AI推理。除了采用NVIDIA Blackwell等新一代GPU平台外，AWS等公司也在加大力度开发自家ASIC，以提高成本效益并满足特定AI应用的需求。中国的CSP和DeepSeek等AI企业正专注于开发更高效的AI芯片或算法，以推动AI需求和应用的多样化发展。

AI行业过去依赖于扩大模型规模、增加数据量和提升硬件性能来发展，但成本和效率成为了挑战。DeepSeek采用了模型蒸馏技术，通过压缩大型模型来提高推理速度和降低硬件需求，同时充分利用NVIDIA Hopper降规版芯片的优势，最大化计算资源的利用。其成本优势来自于高性能硬件的选择、新型蒸馏技术以及API的开源策略，这不仅优化了技术和商业应用之间的平衡，也显示了AI产业向高效发展的趋势。

TrendForce集邦咨询指出，预计中国AI市场将朝着两个主要方向发展。首先，AI相关企业将加快自主AI芯片或供应链的发展，例如中国的CSP企业除了尽可能采购现有的H20外，未来将加快发展自有ASIC，用于自家数据中心。其次，中国将利用其现有的互联网基础设施优势，通过软件来弥补硬件的不足，DeepSeek采用蒸馏技术来增强AI应用机会就是一个例子。

总体来看，预计未来国际形势的变化将促使中国企业加快发展自有AI芯片或HBM等硬件。虽然这些硬件的性能可能不如NVIDIA等GPU解决方案，但它们主要是为了满足中国市场自用数据中心基础设施建设的需求，单个芯片的性能不再是唯一的考虑因素。此外，DeepSeek等企业近期也在向AI多模态模型发展，力求在更低的训练成本下，在特定应用领域实现类似的效能，以加速商业化进程。