郭明錤出具最新報告，台積電與輝達均預期裝置端AI將在2026年顯著成長。先前台積電法說提到裝置端AI趨勢在2026年才明顯，輝達AI PC處理器N1X/N1量產時間為2025第四季/2026上半年。然而，DeepSeek爆紅後，裝置端AI的趨勢將加速。DeepSeek的爆紅直接提升輝達H100的訓練需求，這證明優化訓練方式（也可視為成本降低）有助訓練需求，且再度驗證CUDA生態優勢（用戶選擇H100的原因)。
 

郭明錤表示，另一個更顯著的趨勢是，自DeepSeek爆紅後，興起了在本地端部署LLM的熱潮。DeepSeek R1提出的優化訓練方式，有利提升裝置端中小規模LLM的效能，加上對使用雲端DeepSeek資料安全的顧慮，都是推升此熱潮的原因。預期接下來會有更多類似DeepSeek的開源模型，本地端部署LLM的熱潮將持續維持。
 

郭明錤提到，部署本地端DeepSeek常見做法與規格，如：LM Studio用於簡化部署流程、Ollama用於執行模型、採4-bit/8-bit量化降低VRAM需求時亦能維持較好效能、1.5B到70B參數規模、從低階筆記電腦到中高階配備Nvidia獨立顯卡的PC等。目前部署或使用本地端DeepSeek僅限於少數人，故對輝達雲端AI晶片需求沒立即影響。長期來看，裝置端會取代部分雲端，但裝置端的成長也可能會創造新的雲端需求，如上述H100例子，故兩者需求還是會同時成長，並整合成新的AI生態。

郭明錤對雲端長期成長趨勢並不悲觀，但需注意裝置端趨勢快於預期，會否讓雲端的成長速度在未來的某段期間內，低於先前市場樂觀預期並影響投資氣氛。展望未來，Scaling law因GB200 NVL72順利量產再度增速，或AI新應用，如機器人、自動駕駛、多模態的商業化能見度提高等，都有助於降低雲端成長的不確定性。

郭明錤認為，因裝置端處理器升級，台積電依舊是裝置端AI趨勢的最大贏家之一 ，但輝達因在裝置端面臨的競爭顯著高於雲端，故不利短期投資氣氛。