专题：DeepSeek为何能震动全球AI圈
每经记者 蔡鼎 每经编辑 高涵
距离深度求索（DeepSeek）推理大模型DeepSeek-R1发布已经过去近一周时间，开源模型DeepSeek-V3也已经发布了近一个月。然而，在海外社交媒体平台上，乃至华尔街，DeepSeek的热度才刚刚开始。
1月24日，在国外大模型排名Arena上，DeepSeek-R1基准测试已经升至全类别大模型第三，其中在风格控制类模型（StyleCtrl）分类中与OpenAI o1并列第一。
就在Arena放榜之后，全球关于DeepSeek的讨论再次升级，美股市场人工智能（AI）的狂欢，也开始在DeepSeek的影响下颤动。
DeepSeek-V3在仅使用2048块H800 GPU的情况下，完成了6710亿参数模型的训练，成本仅为557.6万美元，远低于其他顶级模型的训练成本（如GPT-4的10亿美元）。因此，一些人认为，DeepSeek可能会颠覆英伟达在AI硬件领域的主导地位。
而就在1月25日，英伟达的“老对手”AMD还火速为DeepSeek“站台”，宣布全新的DeepSeek-V3模型已集成至AMD InstinctGPU上。
美国私人投资基金Noah's Arc Capital Management认为，DeepSeek-V3模型的突破显著降低了AI培训成本，使AMD GPU成为比英伟达更具有成本效益的替代品，增强了AMD的市场地位。
OpenAI的成功来自“大力出奇迹”路线，以规模作为大模型的制胜法宝。但这也让AI大模型的发展陷入了一个怪圈：为追求更高的性能，模型体积不断膨胀，参数数量呈现指数级增长。这种“军备竞赛”型开发模式，带来了惊人的能源消耗和训练成本，难以为继。受大模型训练的高昂成本拖累，OpenAI在2024年的亏损额可能达到50亿美元，业内专家预计到2026年其亏损将进一步攀升至140亿美元。
DeepSeek的低成本意味着，大模型对算力投入的需求可能会从训练侧向推理侧倾斜，即未来对推理算力的需求将成为主要驱动力。而英伟达等硬件商的传统优势更多集中在训练侧，这可能会对其市场地位和战略布局产生影响。
海外媒体Vital Knowledge，德国世界报知名市场评论员Holger Zschaepitz，都不约而同地把DeepSeek称之为“美国股市最大的威胁”。网络社群里，越来越多的人把DeepSeek与近期英伟达的回调联系在一起——1月24日，英伟达股价大跌3.12%，创下公司在年初CES展产品不及预期表现后的最大跌幅。
美股大V“THE SHORT BEAR”在社交媒体上表示，DeepSeek创造了一个AI巨头们的痛苦时刻，而投资者必须对此敲响警钟，“根据红杉，美国AI公司每年必须产生约6000亿美元收入来支付其AI硬件费用。但现在看来，这种冒险行为变得越来越无利可图。”
海外知名财经博客Zerohedge1月24日撰文称，DeepSeek的出现和其廉价的训练成本，正在对美国此前宣布的5000亿美元AI基建计划形成巨大的打击。
1月26日（周日），拥有20年行业经验的分析师Itai Levitan在一篇题为《中国DeepSeek会颠覆英伟达吗？》的文章中称，英伟达即将发布的财报将至关重要，投资者应密切关注管理层的评论，特别是关于AI领域的竞争风险；如果DeepSeek是一个真正的威胁，那么其可能会出现在英伟达的业绩指引或财报中，尤其是在其数据中心领域。Itai Levitan认为，衡量DeepSeek影响的最佳方法便是观察英伟达后续的股价。
Itai Levitan指出，如果把英伟达比作iPhone的话，那么DeepSeek便是“廉价智能手机”。在智能手机行业，廉价替代品的出现无疑改变了苹果的市场份额，尤其是在新兴市场，这同样适用于英伟达。不过，这取决于DeepSeek能否复制英伟达的生态系统，还是仅仅在价格和性能上展开竞争。
对此，1月25日，摩根大通分析师Joshua Meyers在标题为《通过DeepSeek的叙述思考——风险是真实的吗？》的研报中写道，虽然目前还不清楚DeepSeek在多大程度上利用了High-Flyer的约50k hopper GPU（与OpenAI据信正在训练GPT-5的集群规模类似），但似乎很有可能的是，他们正在大幅降低成本（例如，其V2模型的推理成本据称是GPT-4 Turbo的1/7）。DeepSeek颠覆性的主张是“更多的投资并不等于更多的创新”，这一主张开始在美国AI领域引起关注。
不过，在Joshua Meyers看来，这（DeepSeek的低成本）并不意味着（AI领域）扩张的终结，也不意味着不再需要更多的算力，更不意味着投入最多资金的一方不会获胜（24日扎克伯格还大幅提高了Meta人工智能的资本支出）。相反，这似乎将迫使中国的竞争对手提高效率：“DeepSeek-V2能够达到令人难以置信的训练效率，在所需算力只有Meta的Llama 3 70B 1/5的情况下，其性能比其他开源模型更好。此外，DeepSeek-V2训练所需的算力是GPT-4的1/20，而性能却相差不大。”如果DeepSeek能够降低推理成本，那么其他公司也将不得不效仿。
就在1月25日（周六），英伟达的“老对手”AMD还火速为DeepSeek“站台”，宣布全新的DeepSeek-V3模型已集成至AMD InstinctGPU上，并借助SGLang进行了性能优化。此次集成将助力加速前沿人工智能应用与体验的开发。
1月21日，美国私人投资基金Noah's Arc Capital Management发文称，DeepSeek-V3模型的突破显著降低了AI培训成本，使AMD GPU成为比英伟达更具有成本效益的替代品，增强了AMD的市场地位。在DeepSeek-V3开发的关键阶段，利用AMD ROCm软件和AMD Instinct GPU加速器，进一步巩固了与AMD的长期合作。
AMD还表示，将继续基于AMD Instinct GPU上基于CK-tile的内核，对DeepSeek-V3的性能进行优化。AMD Instinct是AMD的数据中心GPU品牌。Instinct产品线面向的是加速深度学习、人工神经网络和高性能计算/GPGPU应用。
Noah's Arc Capital Management认为，AMD今年（2025年）每股收益预计为4.99美元，这一预期处于AMD历史预期市盈率区间的低端。市场预计AMD盈利增长将远远慢于其规模更大的竞争对手英伟达，尽管AMD在GPU市场还没有达到规模。
此外，AMD曾多次上调2024年AI GPU的销售指引，将预测从20亿美元提高到50亿美元。这表明AMD在不断增长的AI GPU市场中的地位正在加速提升。虽然AMD的传统业务（即CPU和GPU）仍然拖累着公司估值，但Noah's Arc Capital Management认为，随着更多轻量级的大模型训练和推理集群的建立，这个核心AI GPU业务部分将在未来5到10年内非常有价值：“DeepSeek确实改变了GPU集群的设置方式，AMD应该从中受益。”
Noah's Arc Capital Management还指出，DeepSeek证明，不再需要最先进的芯片来训练大模型，“DeepSeek-V3模型是在英伟达H800上训练的，这是英伟达为中国客户定制的速度较慢的GPU。然而，AMD的MI 300X GPU在关键基准测试中表现优于H100。因此，DeepSeek可以在AMD GPU上支持最先进的模型训练。”
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
发表评论