根据FOREXBNB的报道，近期，著名分析师郭明錤发表文章强调，DeepSeek的流行将推动端侧AI的快速发展。DeepSeek的流行直接增加了英伟达(NVDA.US)H100的训练需求，这表明改进训练方法（也可以理解为降低成本）对训练需求的促进作用；同时，另一个更为显著的趋势是本地端部署LLM的热潮正在兴起。

郭明錤提到，台积电和Nvidia都预计到2026年，装置端AI将实现显著增长。早前台积电在法说会上提到装置端AI趋势将在2026年变得明显，而Nvidia的AI PC处理器N1X/N1计划在4Q25/1H26量产。

DeepSeek的流行直接推动了Nvidia H100的训练需求，这不仅证明了优化训练方法对训练需求的促进作用，也再次证实了CUDA生态系统的优势（用户选择H100的原因）。

然而，另一个更为显著的趋势是，自DeepSeek流行以来，本地端部署LLM的热潮正在兴起。DeepSeek R1提出的优化训练方法，有助于提升装置端中小规模LLM的性能，同时考虑到对使用云端DeepSeek数据安全的担忧，这些都是推动这一热潮的原因。预计未来将出现更多类似DeepSeek的开源模型，本地端部署LLM的热潮将持续。

郭明錤指出，目前部署或使用本地端DeepSeek的人数仍然有限，因此对Nvidia云端AI芯片的需求没有立即影响。从长远来看，装置端可能会取代部分云端，但装置端的增长也可能创造新的云端需求（如前述H100的例子），因此两者的需求将继续同时增长，并融合成新的AI生态系统。

郭明錤对云端的长期增长趋势持乐观态度，但提醒说装置端趋势如果快于预期，可能会导致云端增长速度在未来某个时期低于市场之前的乐观预期，从而影响投资情绪。

展望未来，郭明錤认为，Scaling law因GB200 NVL72顺利量产而加速，或者AI新应用（如机器人、自动驾驶、多模态）商业化前景的提高，都有助于减少云端增长的不确定性。台积电仍然是装置端AI趋势的主要赢家之一（因为装置端处理器的升级），但Nvidia在装置端面临的竞争明显高于云端，这对短期投资情绪不利。