XM外汇官网APP报告称，推动通2025年初，端侧DeepSeek的未高XM-EA交易迅速崛起让全球AI产业为之一震。该技术通过优化算法与架构，芯片行业需求以较低的引领算力实现与顶级大模型相当的性能，吸引了投资者对英伟达(NVDA.US)的推动通质疑，并引发了美股市场的端侧波动。

这一技术突破的未高深刻意义在于，AI正在从云端转向端侧应用。芯片行业需求

端侧AI的引领兴起：从云端到终端的转变

DeepSeek通过蒸馏技术将大型模型压缩至能在端侧设备运行，从而大幅降低AI推理成本，推动通并推动了端侧AI的端侧发展。端侧AI在本地完成数据处理和决策，未高相较于传统的芯片行业需求XM-EA交易依赖云端处理，具有低延迟、引领高隐私性和低带宽依赖的明显优势，适用于如自动驾驶和增强现实等实时性强的场景。

尽管市场上大多数公司在端侧AI的推进上遇到困难，深层原因在于算力不足以支持大模型推理。传统端侧设备的SoC芯片算力通常只能支持十亿级别的模型，而更复杂的AI任务往往需要庞大的云端算力。这也意味着，AI敏感数据传输至云端存在隐私安全的风险，以及建立云计算资源的高成本。

DeepSeek-R1的突破性在于其蒸馏模型技术，让本需云端支持的复杂AI任务能够在终端设备本地运行。高通(QCOM.US)最近发布的白皮书指出，得益于蒸馏与其他技术的发展，如今小型模型正接近大型模型的性能。

研究显示，基于通义千问模型和Llama模型的DeepSeek蒸馏版本在GPQA基准测试中表现出色，与多种先进模型的评分相当或更高。白皮书强调，针对特定任务的小型模型如DeepSeek R1等在性能与效率上均有显著优势，使其在智能手机、PC和汽车等设备上具备优秀部署能力。

分析认为，当前的小型AI模型表现卓越，参数规模迅速缩小，且模型数量增加有助于开发者在边缘侧构建更丰富的应用，包括个性化多模态AI智能体，简化用户交互并提升任务效率。

设备载体多样

不仅仅是高通，许多分析师与科技巨头也对端侧AI的未来表示乐观。知名分析师郭明錤指出，DeepSeek的流行将加速端侧AI的发展热潮，许多行业前景良好，尤其是台积电(TSM.US)和英伟达等都预测端侧AI市场将在2026年前显著增长。

根据DataM Intelligence的报告，全球端侧AI市场在2023年达168亿美元，预计到2031年将升至738亿美元，年均增长率为20.6%。手机和PC被认为是端侧AI最理想的应用载体，而AI眼镜、智能汽车与机器人等领域也显示出巨大的潜力。

各类设备的前景均被多家机构看好。如，Canalys预测，AI手机将在2024年渗透率达到17%，到2025年接近32%；IDC预测，AI PC出货量将于2027年达1.5亿台，渗透率79%；此外，预计到2030年AI眼镜市场规模将突破3000亿美元。Research And Markets的报告显示，全球端侧AI硬件市场预计到2030年将增长至60亿部，年均增长率为17.6%。

SoC扮演市场增量的重要角色

在众多端侧AI载体中，SoC芯片作为硬件终端的基础，显示出更明显的增长潜力。SoC(System on Chip)芯片整合了所有所需组件，如CPU、GPU与NPU，是各类硬件的核心控件。

在端侧AI应用下，SoC的的重要性愈发凸显。随着AI技术发展，智能手机、可穿戴设备等对AI处理能力的需求显著提升，集成NPU的SoC显著增强了设备的AI算力。

传统设备的SoC算力有限，一些大模型的推理需求无法得以满足。但随着AI应用的广泛普及，芯片企业开始推动NPU算力的提高，DeepSeek的技术突破使得端侧模型部署的难度显著降低，AI SoC芯片的需求预计将不断上升。

高通在白皮书中指出，DeepSeek崛起代表了AI发展的一个重要转折点，标志着行业在小型语言模型与多模态推理模型方面的创新。这将加速边缘侧芯片的规模化和市场对这些芯片的需求。

据Markets and Markets的数据，SoC市场预计将从2024年1384.6亿美元增至2029年2059.7亿美元，年均增长率8.3%。特别是在移动设备和IoT设备日益需要能源效率和紧凑设计的背景下，SoC在市场上的应用将不断扩大。

高通的前景看好

高通作为SoC芯片的领军企业，其股价表现相对英伟达等竞争对手较为平淡。然而，随着DeepSeek的兴起和智能手机对AI需求的增长，市场对高通未来的期待开始升温。

高通最近发布的财报显示，在AI智能手机推动下，公司的营收增长显著，Q1实现116.69亿美元，同比增长17%。随着预期的回暖，高通预计手机业务营收将继续增长10%。

高通的多元化扩展和核心市场之外的业务开拓，为其注入了新的增长动力。高通指出，5G与AI端侧融合将推动公司在PC、汽车与IoT等领域的扩展。

总结

DeepSeek的创新表明，AI正经历重大变革，该技术将推动科技界在边缘侧高效部署模型的探索，进一步加速端侧AI的发展。正如高通在白皮书中所强调的，蒸馏大型模型使得智能、高效的小型模型成为可能，极大促进了各行业的AI规模化集成。这将为高通在硬件与软件领域的持续领导地位提供更强的支撑。