天風國際證券分析師郭明錤最新報告指出，台積電與 NVIDI 近期均預期，設備端人工智慧（On-Device AI）將在 2026 年迎來顯著成長。台積電於先前法說會中明確點出，設備端 AI 趨勢將於 2026 年邁入爆發期，而 NVIDIA 則規劃於 2025 年第四季至 2026 年上半年量產專攻 AI PC 市場的 N1X/N1 系列晶片。然而，中國 AI 新創公司深度求索（DeepSeek）的爆紅，正以超乎預期的速度改寫終端 AI 的發展進程。
DeepSeek 令 H100 需求激增、本地部署浪潮成形
廣告（請繼續閱讀本文）
郭明錤分析，DeepSeek 自 2023 年推出開源模型後迅速竄紅，其技術突破直接推升 NVIDIA H100 GPU 的訓練需求。此現象驗證兩大關鍵趨勢：
- 「成本優化」驅動訓練需求：DeepSeek 透過改進訓練方法大幅降低模型開發成本（如使用更高效資料集與演算法），證明成本可控性將刺激更多企業投入 AI 訓練，進一步鞏固 NVIDIA CUDA 生態的優勢地位。
- 「數據安全」催生本地部署：用戶對雲端服務的資料隱私疑慮，加上 DeepSeek R1 模型針對中小型語言模型（LLM）在終端裝置的效能優化，促使企業與開發者加速佈局本地化 LLM 部署。郭明錤預期，未來將有更多類似 DeepSeek 的開源模型問世，延續終端 AI 熱潮。
量化技術、硬體門檻降低
報告詳列當前本地部署 DeepSeek 模型的常見方案，顯示技術門檻正快速下修：
廣告（請繼續閱讀本文）
- 部署工具：LM Studio 簡化模型導入流程，Ollama 支援多平台運行。
- 效能優化：4-bit/8-bit 量化技術可在維持模型表現下，將顯存（VRAM）需求降低 50% 至 75%，使 1.5B 至 70B 參數的模型能運行於搭載 NVIDIA 獨立 GPU 的高階 PC，甚至中低階筆電。
長期生態整合
郭明錤強調，儘管當前本地 AI 部署仍屬小眾，對 NVIDIA 雲端 AI 晶片（如 H100）的需求暫無影響，但終端運算趨勢的加速可能導致「市場對雲端成長率的預期出現短期下修」，進而影響投資情緒。不過長期而言，兩大領域將走向共生：
- 終端 AI部分替代雲端服務，但同時衍生新需求（例如需雲端訓練的 H100 案例）。
- 降低雲端不確定性的關鍵：GB200 NVL72 伺服器量產若能成功，將加速 AI 規模化定律；而機器人、自駕車、多模態應用的商業化進展，則有助釐清雲端 AI 的長期價值。
NVIDIA 終端市場面臨挑戰
廣告（請繼續閱讀本文）
報告最後點出兩大巨頭的戰略位置差異：
- 台積電受惠於終端 AI 處理器規格升級（如更高算力、更低功耗需求），將持續主導晶片製造。
- NVIDIA雖在雲端 AI 近乎壟斷，但終端市場面臨高通、聯發科、蘋果等對手激烈競爭，其 N1X/N1 晶片能否複製資料中心優勢，將成短期投資信心觀察重點。 NewMobileLife 網站：https://www.newmobilelife.com
Facebook：https://www.facebook.com/jetsoiphone