作者：秦晉；來源：碳鏈價值

讓硅谷大佬和華爾街精英們萬萬沒想到的是，一股來自東方的神秘力量DeepSeek居然能讓美國股市及其巨額財富在一夜之間實現史詩級下跌和縮水。1月28日，據相關數據顯示，美股芯片股一夜之間蒸發掉1萬億美元。英偉達市值單日蒸發掉6000億美元，創美股最高記錄。就連美國總統特朗普也按奈不住出來發表一番評論。他表示，中國人工智能應用DeepSeek的突然崛起「應該給美國科技公司敲響警鐘」，并表示中國公司開發出更便宜、更高效的人工智能模型是件好事。

特朗普表示，他仍然預計美國科技公司將在人工智能領域占據主導地位，但他承認低成本人工智能助手DeepSeek帶來的挑戰。DeepSeek在過去的周末飆升至蘋果應用商店第一名。

接下來的問題是，這僅僅是開始嗎？

1月28日，據英國《金融時報》報道，一家鮮為人知的中國對沖基金向人工智能領域投擲一枚重磅炸彈。他們開發的人工智能大模型實際上與市場領導者Sam Altman的OpenAI旗鼓相當，但成本卻只有后者的零頭。OpenAI將其模型的工作原理視為專有技術，而DeepSeek的R1則將技術核心進行開源，從而吸引了開發人員使用和在此基礎上進行開發。

在周一美國股市開盤前，人工智能領域最大的5家科技股——英偉達、Alphabet、亞馬遜、微軟以及Meta Platforms——市值合計蒸發近7500億美元。如果DeepSeek真的在沒有使用其最先進芯片的情況下獲勝，那么對英偉達來說可能尤其嚴峻。

而在美股開盤后：芯片股英偉達跌幅高達17.5%。博通跌幅高達達16.5%。臺積電跌幅達14.3%。美光跌幅達10.5%。Arm跌幅達 10.0%。AMD跌幅達5.6%。上述芯片股在一天內就跌去近 1 萬億美元市值。其中英偉達已經跌去自10月2日以來的所有漲幅，在兩個交易日內下跌21%。英偉達市值已下跌6300 億美元。這是上周世界上最大的上市公司，在兩天內跌去五分之一價值。黃仁勛個人身價也隨之縮水1000億美元。

包括芯片制造商ASML在內的科技公司和能源公司的投資者原本希望數據中心的發展能夠推動公司業績增長，現在卻擔心自己的投資會付諸東流。根據Visible Alpha估計，超大型公司今年將投入近3000億美元用于資本支出。分析師預計，在周三公布財報時，Meta和微軟將報告2024年的投資總額為940億美元。

有外媒分析表示，人工智能競賽已經開始。讓英偉達股價崩潰的原因顯然包括，DeepSeek已成為人工智能創新的領導者，英偉達稱其為「卓越的人工智能進步」。

其次，從理論上講，人工智能進步對英偉達來說是利好，因為這意味著更多的芯片需求。問題是DeepSeek在中國，而美國正在對中國進行芯片技術封鎖。這意味著英偉達只能向DeepSeek大量出售性能較弱的H800芯片，而不能出售每顆售價超過3萬美元的H100芯片。即使DeepSeek只持有性能較低的芯片，中國也能有效地生成一種成本降低96%且效率更高的AI模型，價格也降低了90%以上。

同時，他們的AI模型是免費的，而像ChatGPT這樣的AI模型相對昂貴（每月200美元以上），效率也較低。看來中國已經開始以以前認為不可能的速度進行創新。美國科技界認為其主導地位無法被取代。美國的大盤科技股現在正面臨現實，他們可以免費獲得更好的AI模型，而且只會越來越好。為什么要為更差的產品支付溢價呢？

接下來的反應可能是美國限制DeepSeek或向中國出口芯片（我們已經看到幾個月了），但這顯然行不通。如果英偉達能夠找到一種方法來利用DeepSeek的發展帶來的新需求，那么這次下跌將被視為一種禮物。最終，人工智能在硬件和軟件方面的競爭將加劇，沒有公司會是「安全的」，創新的速度只會加快。

那么DeepSeek取勝是原因是什么？以及未來人工智能會如何展開？

美國投資公司Atreides管理合伙人Gavin Baker從多個維度對DeepSeek以及人工智能未來演進趨勢進行了分析。馬斯克稱贊這是自己見過的最好的分析。

Gavin Baker表示，最重要的是，DeepSeek R1比Open ai o1便宜得多，推理效率也更高，這不是從600萬美元的訓練數據中得出的。R1在每個API上的使用成本比o1低93%，可以在本地高端工作站上運行，似乎沒有達到任何瘋狂的速率限制。簡單的數學計算表明，在FP8中，每個1b的活動參數需要1gb的RAM，因此R1需要37gb的RAM。批量處理可以大大降低成本，而更多的計算可以增加每秒的token數，因此在云中進行推理仍然具有優勢。還要注意的是，這里的確存在地緣政治動態作用，我認為這并非巧合，因為這是在《星際之門》之后出現的。5000億美元——我們甚至幾乎不認識你。

DeepSeek是/曾是App Store相關類別中的下載量第一。顯然領先于ChatGPT；這是Gemini和Claude都無法做到的事情。2）從質量角度來看，它與o1相當，盡管落后于o3。3）算法方面確實取得了突破，使得訓練和推理效率大大提高。FP8、MLA和多標記預測的訓練非常重要。4）很容易驗證r1訓練運行只花費了600萬美元。雖然這是事實，但它也深深地誤導了人們。5）即使他們的硬件架構也很新穎，我會注意到他們使用PCI-Express進行擴展。

細微差別：1）根據技術論文，600萬美元不包括「與之前對架構、算法和數據的研究和消融實驗相關的成本」。這意味著，如果實驗室已經花費了數億美元進行前期研究，并且可以使用更大的集群，那么用600萬美元的運行成本訓練一個r1質量的模型是可能的。Deepseek顯然擁有超過2048個H800；他們早期的一篇論文提到過1萬個A100組成的集群。一個同樣聰明的團隊不可能只用600萬美元就組建一個2000個GPU的集群，并從頭開始訓練r1。大約20%的英偉達收入來自新加坡。盡管Nvidia公司竭盡全力，但該公司20%的GPU可能并未在新加坡。2）他們進行了大量提煉工作——也就是說，如果沒有不受限制地訪問GPT-4o和o1，他們不太可能訓練出這個模型。正如@altcap昨天向我指出，限制使用領先的GPU，卻不采取任何措施應對中國提煉美國領先模型的能力，這有點滑稽——這顯然違背了出口限制的目的。既然可以免費獲得牛奶，為什么還要買奶牛呢？

結論：1）降低訓練成本將提高人工智能的投資回報率。2）短期內，這對訓練資本支出或「電力」主題沒有積極意義。3）對于當前在科技、工業、公用事業和能源領域「人工智能基礎設施」的贏家來說，最大的風險是r1的精簡版本可以在高端工作站的邊緣本地運行（有人提到了Mac Studio Pro）。這意味著類似模型將在大約兩年內在超級手機上運行。如果推理轉移到邊緣，因為它是「足夠好」，我們生活在一個非常不同的世界，贏家也完全不同——即我們所見過的最大的PC和智能手機升級周期。計算在中心化和去中心化之間搖擺了很長時間。4）ASI真的非常接近，沒有人真正知道超級智能的經濟回報是什么。如果一個基于10萬多個Blackwells（o5、Gemini 3、Grok 4）訓練的1000億美元推理模型能夠治愈癌癥并發明曲速引擎，那么ASI的回報率將非常高，訓練成本支出和功耗將穩步增長；戴森球（通常指圍繞恒星形成連續外殼的固體結構）將重新成為費米悖論的最佳解釋。我希望ASI的回報率很高——那真是太棒了。5）這對那些使用人工智能的公司來說確實是一件好事：軟件、互聯網等。6) 從經濟角度來看，這極大地提高了分銷和獨特數據的價值——YouTube、Facebook、Instagram和X。7) 美國實驗室可能會停止發布其領先模型，以防止r1中必不可少的提煉過程，盡管在這方面可能已經完全暴露了。即r1可能足以訓練r2等。

Grok-3即將問世，可能會對上述結論產生重大影響。這可以說是自 GPT-4 以來對預訓練規模法則的首次重大考驗。就像通過強化學習將v3變成r1需要幾周時間一樣，提高Grok-3推理能力所需的強化學習可能也需要幾周時間。基礎模型越好，推理模型應該越好，因為三個縮放定律是乘積的——預訓練、后訓練期間的強化學習和推理期間的測試時間計算（強化學習的函數）。Grok-3已經證明它能夠完成超越o1的任務——參見Tesseract演示——超越的程度有多高將非常重要。套用《雙塔奇兵》中一位無名獸人的話來說，也許很快就能重新吃上肉了。時間會證明一切，「事實勝于雄辯，我會改變主意。」

不過美股投資分析師徐老貓認為，周一由于DeepSeek造成的拋售是一種過度反應。AI長期增長敘事仍然完好無損，而且可以說現在比以往任何時候都更強大。經濟學中有個杰文斯悖論，認為資源利用效率的提高往往會增加(而不是減少)該資源的總體消耗，因為更高的效率會降低使用資源的成本，從而導致對資源的需求增加。

這發生在蒸汽機的煤炭使用上。蒸汽機效率的提高降低了單位產出的煤炭消耗。然而也使燃煤技術更具經濟吸引力，導致更廣泛的采用，最終增加了總體煤炭消耗。這發生在互聯網上，隨著計算機越來越小和便宜，上網基本免費，人人都有電腦，人人全天候接入互聯網。

現在AI也如此。隨著AI模型訓練和推理成本的大幅下降，越來越多的公司和個人會構建自己的AI模型，AI在全球范圍內普及滲透到社會方方面面。