根據FOREXBNB的報導，近期，著名分析師郭明錤發表文章強調，DeepSeek的流行將推動端側AI的快速發展。DeepSeek的流行直接增加了英偉達(NVDA.US)H100的訓練需求，這表明改進訓練方法（也可以理解為降低成本）對訓練需求的促進作用；同時，另一个更为显著的趋势是本地端部署LLM的熱潮正在興起。

郭明錤提到，台積電和Nvidia都預計到2026年，裝置端AI将实现显著增长。早前台积电在法说会上提到裝置端AI趨勢將在2026年變得明顯，而Nvidia的AI PC處理器N1X/N1計劃在4Q25/1H26量產。

DeepSeek的流行直接推動了Nvidia H100的訓練需求，這不僅證明了優化訓練方法對訓練需求的促進作用，也再次證實了CUDA生態系統的優勢（用戶選擇H100的原因）。

然而，另一个更为显著的趋势是，自DeepSeek流行以來，本地端部署LLM的熱潮正在興起。DeepSeek R1提出的優化訓練方法，有助於提升裝置端中小規模LLM的性能，同時考慮到對使用雲端DeepSeek數據安全的擔憂，這些都是推動這一熱潮的原因。預計未來將出現更多類似DeepSeek的開源模型，本地端部署LLM的熱潮將持續。

郭明錤指出，目前部署或使用本地端DeepSeek的人數仍然有限，因此對Nvidia雲端AI芯片的需求沒有立即影響。從長遠來看，装置端可能会取代部分雲端，但装置端的增长也可能创造新的雲端需求（如前述H100的例子），因此兩者的需求將繼續同時增長，並融合成新的AI生態系統。

郭明錤對雲端的長期增長趨勢持樂觀態度，但提醒說裝置端趨勢如果快於預期，可能會導致雲端增長速度在未來某個時期低於市場之前的樂觀預期，從而影響投資情緒。

展望未來，郭明錤認為，Scaling law因GB200 NVL72順利量產而加速，或者AI新應用（如機器人、自動駕駛、多模態）商業化前景的提高，都有助於減少雲端增長的不確定性。台積電仍然是裝置端AI趨勢的主要贏家之一（因為裝置端處理器的升級），但Nvidia在裝置端面臨的競爭明顯高於雲端，這對短期投資情緒不利。