
本文并非投资建议。作者不持有文中提及的任何股票。
NVIDIA 的市场反应:需求动态的转变
随着人们对超大规模计算需求格局变化的担忧加剧,英伟达的市值急剧下降近 5000 亿美元。DeepSeek 突破性的 R1 AI 模型带来的效率提升在科技界引起了轩然大波,促使华尔街分析师重新评估他们对这家 GPU 领导者未来前景的展望。
DeepSeek 的革命性 AI 模型
最近,来自中国的科技创新公司 DeepSeek 因训练其 R1 模型的成本低得惊人(约 600 万美元)而登上头条新闻。这一数字大约是美国和欧洲开发的同类大型语言模型 (LLM) 典型成本的 1/50。此外,据报道,R1 模型的性能指标超过了 OpenAI 的 o1 模型。其运营成本仅为 OpenAI 运行密集型任务通常收费的 3%。
好吧,下面是我对 DEEPSEEK 的快速、技术性的概述,以及它为何如此具有成本效益:
1) 成本概览:传统 AI 实验室(OpenAI、Anthropic)花费 1 亿美元以上的计算资源来训练 GPT-4 之类的东西。据报道,DeepSeek 仅花费 6 美元就制作了一个功能类似的模型…… https://t.co/etCMxlWJdH
— Wall St Engine (@wallstengine) 2025 年 1 月 27 日
DeepSeek 如何实现如此高的效率
DeepSeek R1 模型卓越的成本效率源自多项创新技术:
- 利用 8 位浮点数,减少内存需求约 75%。
- 能够同时处理多个标记,从而提高计算速度。
- 在操作期间,只有其全部参数的一小部分处于活动状态,从而节省资源。
- 结合强化学习,使得模型能够系统地解决问题。
对 NVIDIA 和 GPU 市场的影响
乍一看,DeepSeek 的 R1 模型可能对 NVIDIA 构成重大挑战,这让人质疑目前使用的大量高性能 GPU 的必要性。R1 仅使用 2, 000 个 H800 GPU 即可有效训练,这让人怀疑大型 GPU 集群的可行性。然而,并非所有分析师都持这种悲观观点。
Cantor Fitzgerald:DeepSeek V3 实际上对计算和$NVDA非常有利:
“DeepSeek V3 LLM 发布后,人们非常担心其对计算需求的影响,因此担心 GPU 支出将达到峰值。我们认为这种观点与事实相去甚远……”
— Wall St Engine (@wallstengine) 2025 年 1 月 27 日
关于 GPU 需求的不同观点
Cantor Fitzgerald 承认 DeepSeek 模型存在一些担忧,但他认为这些担忧是错误的。他们断言,人工智能的进步,包括迈向通用人工智能 (AGI) 的道路,实际上将推动对计算资源的需求增加,而不是减少。
我们认为这种观点远非准确,而且由于人工智能领域继续渴望更多的计算能力,而不是更少的计算能力,因此该声明从根本上来说是利好的。
因此,Cantor Fitzgerald 主张在市场疲软时购买 NVIDIA 股票。
理解杰文斯悖论
对于那些不熟悉杰文斯悖论的人来说,它表明,提高自然资源的使用效率会导致该资源的总体消耗增加。坎托·菲茨杰拉德 (Cantor Fitzgerald) 将这一原则应用于 DeepSeek 的进步和人工智能技术的更广泛民主化。
行业分析师的见解
DeepSeek 的抛售:
分析师反应:🔸 摩根大通(Sandeep Deshpande):认为 AI 投资周期可能被夸大了;DeepSeek 的效率可能带来更加精简的未来。
🔸 Jefferies(Edison Lee):提出了 DeepSeek 之后的两种策略:继续……
— *Walter Bloomberg(@DeItaone)2025 年 1 月 27 日
值得注意的是,花旗和伯恩斯坦对 NVIDIA 在 DeepSeek 发布后也持同样乐观的态度,而 Raymond James 的分析师则对其对“大型 GPU 集群”的影响表示担忧。
如需更详细的分析,请查看这份富有洞察力的[来源和图片](https://wccftech.com/cantor-fitzgerald-on-nvidia-the-deepseek-announcement-is-actually-very-bullish-with-agi-seemingly-closer-to-reality-and-jevons-paradox-almost-certainly-leading-to-the-ai-industry-wanting-more-compu/)。
发表回复