DeepSeek将刺破英伟达市值泡沫？

【文/观察者网 吕栋】

“DeepSeek以极低成本和少量芯片实现了与OpenAI等巨头可以媲美的性能，引发国际AI界关注。如果算力不再决定AI性能，那么之前无脑买英伟达芯片的投资逻辑很可能发生变化，其它业态也将改变。”周日（1月26日），一位首席经济学家在微博上写道。

周一，“东方神秘力量”DeepSeek带来的冲击率先在亚洲市场显现。早盘，A股DeepSeek概念暴涨超11%，同时算力概念暴跌，AI算力、GPU、液冷服务器和ASIC芯片等板块均大跌超3%，光芯片、高速铜互联、光通信和光模块等板块均暴跌5%以上；日本半导体ETF也大跌超3%。

1月27日，A股算力相关板块数据

但实际上，DeepSeek带来的焦虑甚至恐慌更多是在大洋彼岸，周一纳指期货跌近3%；要为美国AI投资千亿美元的软银暴跌6%。悬念是，DeepSeek会刺破美股七巨头的泡沫吗？

美国市场担心的，不只是被中国AI追平甚至超越，他们更对DeepSeek的训练效率感到惊愕。由此产生的关键质疑是，美国科技巨头们花重金囤GPU的意义何在，英伟达3.5万亿美元市值的真正价值何在，美国政府处心积虑管制先进AI芯片对华出口的作用又何在。

没人会想到，在中国获取先进AI芯片被严密管制的情况下，一家刚成立一年半、去年才推出首款大模型的年轻公司，会给全球市场带来如此震撼。这是因为他们并没有迷信“大力出奇迹”的尺度定律（Scaling law），而是专注训练方法的创新，减少对计算资源的需求。

去年12月，DeepSeek发布新一代开源大模型DeepSeek-v3，能力与闭源的GPT-4o相近，但训练仅需要2048张英伟达H800 AI芯片，训练成本仅为557.6万美元。OpenAI创始团队成员Andrej Karpathy在社交媒体上发文对比称，类似DeepSeek-v3能力的模型在业界一般需要1.6万张GPU的集群训练，例如Meta发布的Llama-3-405B在类似的集群上花费了3080万GPU小时，而DeepSeek仅使用了280万左右的GPU小时。

中国企业购买英伟达H800需要许可证

这种训练效率的巨大提升，直接改变了AI对先进芯片和算力需求的逻辑。行业分析认为，DeepSeek开源让一些对OpenAI转向封闭不满的科研工作者欣喜，更重要的是，DeepSeek代表着中国在先进算力受限的情况下研发先进模型的能力，这让令人震撼。

众所周知，为确保技术霸权、遏制中国AI发展，美国在芯片领域的对华制裁近乎疯狂。就在今年开年，还将中国列入“Tier 3级管控”，几乎切断高端AI芯片的供应链。可以说，国内AI产业上下游的公司面临供应链受阻、研发受限、发展成本增加等重重挑战。

在这样的环境下，DeepSeek还是蹚出了自己的路，并允许研究者和开发者在自己的项目中自由使用该模型，允许用户对模型进行任何形式的修改和衍生创作。这种开放姿态为全球AI行业带来了宝贵资源，也让那些把英伟达先进芯片当做制裁武器的人脸面无光。

封锁和制裁，还推动了中国企业之间的联合突围。国外媒体爆料，DeepSeek最新推出的推理模型DeepSeek-R1，支持华为的昇腾平台和MindIE推理引擎，通过“动态精度调节”技术，他们在同等任务下性能损失仅5%，但成本下降70%。这一发展标志着人工智能硬件选项多元化的重要一步，为英伟达以GPU为中心的生态系统提供了另一种选择。

外媒报道DeepSeek适配华为昇腾平台

当然，我们也要清楚意识到，DeepSeek仍然是新生力量，靠某一个模型或企业就改变中美AI科技力量的对比，并不现实，而且市场处在信息爆炸的时代，很多时候无法完整看到事情发展的全貌。

就比如在训练成本上，有国内大模型头部企业的技术负责人指出，DeepSeek-v3公布的557.6万美元仅是单次训练成本，而一次完整的训练包括预实验、数据生成和清洗等步骤，实际训练成本至少要翻倍；而训练同样能力的模型，在前人试错完成后，后来者训练成本一定更低。

事实上，在算力、资金等环境条件的严苛局限与挑战之下，国内大模型厂商均着力于软件、算法等优化，跟随OpenAI已经开拓好的技术路线，普遍实现了训练成本、推理成本较国外同行至少低一个数量级的能力。

零一万物创始人李开复去年底曾表示，零一万物训练成本只有OpenAI的3%，推理价格是OpenAI的四十分之一。

“最近被反复验证的是大模型非常怕被抄，第一个捅破天的人需要付出很大的成本，后面几名只需要付出甚至是1%的成本，就能换一个90%效果的模型，跟随战略长期有效。”有AI行业人士说道。

但中国AI产业想要迎头赶上甚至实现领跑，就不能只是做跟随，而是要实现更多从0到1的突破。

正如DeepSeek创始人梁文锋所言，中国AI不可能永远处在跟随的位置。“我们经常说中国AI和美国有一两年差距，但真实的差距是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。英伟达的领先，不只是一个公司的努力，而是整个西方技术社区和产业共同努力的结果。他们能看到下一代的技术趋势，手里有路线图。中国AI的发展，同样需要这样的生态。很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手消息，所以中国必然需要有人站到技术的前沿。”

本文系观察者网独家稿件，未经授权，不得转载。