中原证券：人工智能专题：DeepSeek的稀疏注意力机制给AI产业释放更大的发展潜能

投资要点： 人类在处理信息时选择性地关注关键信息，从而提高了处理效率和准确性。深度学习模仿人类的这种能力引入了注意力机制，从而给长文本处理带来了可能性。 由于注意力机制面临显存开销和计算复杂度两大发展瓶颈，为了不断通过ScalingLaw提升大模型长文本处理能力和模型性能，AI产业不断在进行算法、系统、硬件三个层面的提升和优化。其中在算法层面，DeepSeek作为开源大模型领域的代表和低成本模型方向的标杆，在注意力机制的技术改进方面也做了大量的工作。 NSA：2025年2月，DeepSeek梁文锋参与撰写的论文《NativeSparseAttention:Hardware-AlignedandNativelyTrainableSparseAttention》发布，提出了原生稀疏注意力（NSA），通过算法和硬件的协同优化，把长文本处理速度提升了11倍，并实现了与传统的全注意力模型相当或更优的性能。 DSA：2025年9月DeepSeek发布了V3.2-Exp，它基于V3.1-Terminus构建，引入了新的注意力机制DSA，在保持模型性能的稳定的同时，在训练推理效率方面有了较大的提升，带