上证报中国证券网讯 3月25日，东北证券举办AI基建与应用论坛暨上市公司交流会，此次活动特邀50余家上市公司管理层、AI领域权威专家及东北证券研究所资深分析师，共同探讨市场热点话题、把握投资机遇。

东北证券研究咨询分公司总经理李冠英致辞称， 当前，DeepSeek的突破性进展已重构产业格局，通过算法优化与后发优势，其以极优成本打造出全球顶尖的大模型体系，更关键的是构建了新型基础设施操作系统，正在重塑中国AI产业版图。

李冠英表示，目前，中国制造业占全球比重超30%，连续14年稳居世界首位。这种全产业链优势与海量应用场景的深度融合，为"AI+制造"创造了得天独厚的发展沃土。当智能技术与高端制造深度耦合，必将催生万亿级的新蓝海市场。

李冠英称，政策层面，今年政府工作报告提出持续推进“人工智能+”行动，这为产业投资提供了清晰的战略指引。此外，宏观经济已显现积极信号：消费复苏态势延续，社融数据持续改善，主要城市房地产市场边际回暖。随着AI等前沿领域的技术突破，预判科技创新将成为接棒增长的新引擎。据工信部数据显示，我国算力总规模位居全球第二，AI服务器市场未来三年复合增长率预计突破25%，这些都为资本市场孕育着结构性机遇。

东北证券大科技行业首席分析师李玖发表主题演讲《从算力集群到智驾再到具身智能的新思考》。他表示，DeepSeek是对Scaling Law的最佳应用。所谓Scaling Law，指的是一组描述模型性能如何随规模扩大而变化的经验规律，也被称为大模型界的“摩尔定律”。Scaling Law核心要素包括：计算量、模型参数量、训练数据量，某种程度上这一定律的确表明增加计算资源可以提升模型性能，但这并不意味着单纯堆砌GPU数量就能高效提升训练效率和效果，实际应用中需要综合考虑资源分配、并行策略、硬件利用率以及模型与数据的平衡。

李玖表示，近年来，由于英伟达不断推出更高性能的芯片，各大巨头争相购买，不断提高训练集群的规模，开启了AI时代的“军备竞赛”，DeepSeek的横空出世，让外界对算力通缩和Scaling Law失效产生了恐慌。他认为，这并不说明Scaling Law失效，反而体现了在Scaling Law框架下，通过优化资源分配、数据质量和训练策略可以突破单纯依赖硬件堆叠的局限。Scaling Law的核心是计算量、参数量、数据量的平衡增长，而非单纯堆硬件。Deepseek的成功恰恰是遵循了这一原则，是一种系统思维的创新。