野村证券研报前瞻DeepSeek V4:融合mHC与Engram两大核心技术,打破"芯片墙"与"内存墙"桎梏

12333社保查询网www.sz12333.net.cn 2026-02-15来源:人力资源和社会保障局

  2月13日,野村证券发布一份AI主题研报,聚焦DeepSeek即将发布的新一代旗舰大语言模型V4。该研报从技术架构层面对DS-V4进行了系统性分析,并对其产业影响作出判断。

  野村证券在研报中指出:"作为去年推出DS-V3/R1并搅动全球AI产业链的玩家,DeepSeek的全新技术布局不仅将推动中国AI产业链创新周期加速,更将通过技术创新,在算法与工程层面缩小中国与全球大模型产业的差距。"研报认为,"DS-V4的技术突破将有效打破'芯片墙'与'内存墙'的桎梏,赋能本土算力硬件与AI应用双向发展,推动中国开源大模型生态走向成熟。"

  具体到技术路径,野村证券判断DS-V4将融合DeepSeek近期发表的两项核心技术——mHC(流形约束超连接)和Engram(条件记忆模块)。其中,mHC通过双随机矩阵约束等数学手段重构层间信息流动,解决深层Transformer模型训练不稳定的瓶颈。DeepSeek在27B参数模型上的测试显示,融入mHC后GSM8K准确率从46.7%提升至53.8%,MATH准确率从22.0%提升至26.0%。Engram则是一款部署在DRAM中的稀疏内存表,能将静态知识检索从GPU高带宽内存中剥离,推理阶段可将百亿参数嵌入表卸载至CPU DRAM,吞吐量损失控制在3%以内。

  野村证券在研报中进一步指出,mHC和Engram的结合将让DS-V4在保持高性能的同时进一步降低训练与推理成本,同时更适合医疗、法律、金融等知识密集型领域的行业大模型训练。在产业影响方面,研报认为DS-V4不会像V3/R1那样对全球AI基础设施造成大幅冲击,但将成为推动大模型商业化落地的关键力量。对中国AI产业而言,Engram的存算解耦机制有望降低对高端海外芯片的依赖,mHC框架则能抵消本土AI芯片在大规模集群训练中的性能短板,推动软硬件协同发展。

  声明:市场有风险,投资需谨慎。本文为AI基于第三方数据生成,仅供参考,不构成个人投资建议。

  本文源自:市场资讯

  作者:观察君

本文标题:野村证券研报前瞻DeepSeek V4:融合mHC与Engram两大核心技术,打破"芯片墙"与"内存墙"桎梏本文网址:https://www.sz12333.net.cn/zhzx/kexue/73190.html 编辑:12333社保查询网

本站是社保查询公益性网站链接,数据来自各地人力资源和社会保障局,具体内容以官网为准。
定期更新查询链接数据 苏ICP备17010502号-11