大摩眼中的DeepSeek：以存代算、以少勝多
DeepSeek的Engram架構與AI擴展法則
DeepSeek正以「少花錢多辦事」的哲學改寫AI擴展法則。摩根士丹利認為，DeepSeek獨創的Engram架構通過「條件記憶」將計算與存儲分離，用高性價比DRAM置換稀缺HBM資源，從而大幅降低AI系統的整體成本。
計算與存儲的分離機制
該架構實現了計算與存儲的物理分離，通過「條件記憶」機制，僅在必要時激活存儲單元，避免了傳統AI模型中持續高負載的存儲訪問，顯著提升了能效。
混合架構的制勝點
摩根士丹利指出，AI下一階段的制勝點不再是暴力堆砌GPU，而是採用高效的混合架構。DeepSeek的方案證明，通過優化資源配置，可以在不依賴昂貴HBM內存的情況下，實現高性能AI運算。
行業影響與未來趨勢
- 此架構為AI領域提供了新的技術路徑，可能推動更多企業轉向低成本、高效率的存儲方案。
- 該創新不僅重塑了普通存儲的價值，也對AI硬件設計與成本結構產生深遠影響。
- 未來AI發展或將更注重「以存代算」的能效優化，而非單純依賴算力堆疊。