大摩眼中的DeepSeek：以存代算、以少胜多！

DeepSeek正在改写AI的扩展法则：下一代AI的决胜点不再是单纯堆砌更大的GPU集群，而是通过更聪明的混合架构，用性价比更高的DRAM置换 稀缺的HBM资源。 据追风交易台消息，摩根士丹利1月21日发布的最新研报显示，DeepSeek正在通过一种名为"Engram"的创新模块，改变大语言模型的构建方式。 其核心突破在于将存储与计算分离，通过引入"条件记忆"（Conditional Memory）机制，大幅减少了对昂贵且紧缺的高带宽内存（HBM）的需 求，转而利用成本更低的普通系统内存（DRAM）来处理复杂的推理任务。 大摩分析师Shawn Kim及其团队认为，DeepSeek展示了如何"少花钱多办事"（Doing More With Less）的哲学。这种将存储与计算分离的技术路 径，不仅缓解了中国面临的AI算力约束，更向市场证明了高效的混合架构才是AI的下一个前沿。 这一被大摩重点关注的架构，源自DeepSeek创始人梁文锋团队与北大合作者在1月13日发布的重磅论文《Conditional Memory via Scalable Lookup》。在这篇论文中，团队首次提出了"Engram"（印迹）模块。 ...