
Este não é um conselho de investimento. O autor não detém nenhuma posição em nenhuma das ações mencionadas.
Reação de mercado da NVIDIA: uma mudança na dinâmica da demanda
A NVIDIA sofreu uma queda impressionante de quase US$ 500 bilhões em capitalização de mercado, à medida que aumentam as preocupações sobre o cenário de demanda em mudança para computação em hiperescala. O aumento na eficiência atribuído ao inovador modelo de IA R1 da DeepSeek causou repercussões na comunidade tecnológica, levando analistas de Wall Street a reavaliar suas perspectivas sobre o futuro da líder em GPU.
Modelo de IA revolucionário da DeepSeek
Recentemente, a DeepSeek, uma inovadora tecnológica da China, ganhou as manchetes ao treinar seu modelo R1 por um custo surpreendentemente baixo de aproximadamente US$ 6 milhões. Esse valor é aproximadamente 1/50 da despesa típica incorrida por modelos de linguagem grandes (LLMs) comparáveis desenvolvidos nos EUA e na Europa. Além disso, as métricas de desempenho do modelo R1 supostamente superam as do modelo o1 da OpenAI. Seus custos operacionais estão posicionados em meros 3% do que a OpenAI geralmente cobra para executar tarefas intensivas.
CERTO, AQUI ESTÁ MINHA RÁPIDA RESUMO COM SABOR TECNOLÓGICO DO DEEPSEEK, POR QUE ELE É TÃO EFICIENTE EM CUSTO:
1) Panorama geral sobre custos: laboratórios tradicionais de IA (OpenAI, Anthropic) gastam mais de US$ 100 milhões em computação para treinar algo como GPT-4. O DeepSeek supostamente fez um modelo com capacidade semelhante por apenas US$ 6… https://t.co/etCMxlWJdH
— Wall St Engine (@wallstengine) 27 de janeiro de 2025
Como o DeepSeek alcançou tamanha eficiência
A notável eficiência de custos do modelo R1 da DeepSeek surge de várias técnicas inovadoras:
- Utilização de números de ponto flutuante de 8 bits, reduzindo os requisitos de memória em aproximadamente 75%.
- Capaz de processar vários tokens de uma só vez, aumentando a velocidade computacional.
- Apenas um pequeno subconjunto de seus parâmetros totais fica ativo durante as operações, conservando recursos.
- Incorporação de aprendizagem por reforço, permitindo que o modelo aborde sistematicamente a resolução de problemas.
Implicações para a NVIDIA e o mercado de GPU
À primeira vista, o modelo R1 da DeepSeek pode representar um desafio significativo para a NVIDIA, levantando questões sobre a necessidade do vasto número de GPUs de alto desempenho atualmente em uso. O R1 foi efetivamente treinado com apenas 2.000 GPUs H800, lançando dúvidas sobre a viabilidade de grandes clusters de GPU. No entanto, nem todos os analistas compartilham dessa visão pessimista.
Cantor Fitzgerald: DeepSeek V3 é realmente muito otimista para computação e $NVDA :
“Após o lançamento do V3 LLM da DeepSeek, houve grande angústia quanto ao impacto na demanda de computação e, portanto, temores de pico de gastos em GPUs. Achamos que essa visão está muito longe da verdade…”
— Wall St Engine (@wallstengine) 27 de janeiro de 2025
Opiniões contrastantes sobre a demanda de GPU
Cantor Fitzgerald reconhece as preocupações em torno do modelo da DeepSeek, mas argumenta que esses medos são equivocados. Eles afirmam que os avanços em IA, incluindo o caminho para a Inteligência Artificial Geral (AGI), na verdade impulsionarão uma demanda maior por recursos computacionais, não a diminuirão.
Acreditamos que essa visão está longe de ser precisa e que o anúncio é fundamentalmente otimista, já que o setor de IA continua sedento por mais poder de computação, e não menos.
Consequentemente, Cantor Fitzgerald defende a compra de ações da NVIDIA em caso de qualquer fraqueza do mercado.
Compreendendo o Paradoxo de Jevon
Para aqueles não familiarizados com o Paradoxo de Jevons, ele sugere que o aumento da eficiência no uso de um recurso natural pode levar a um consumo geral maior desse recurso. Esse princípio foi aplicado por Cantor Fitzgerald à evolução dos avanços do DeepSeek e à democratização mais ampla das tecnologias de IA.
Insights de analistas da indústria
A liquidação do DeepSeek:
Reações dos analistas:🔸 JPMorgan (Sandeep Deshpande): Sugere que o ciclo de investimento em IA pode estar sendo superestimado; a eficiência do DeepSeek pode levar a um futuro mais simplificado.
🔸 Jefferies (Edison Lee): Propõe duas estratégias pós-DeepSeek: continuar…
— *Walter Bloomberg (@DeItaone) 27 de janeiro de 2025
Notavelmente, Citi e Bernstein adotaram uma postura otimista semelhante em relação aos anúncios da NVIDIA após o DeepSeek, enquanto analistas da Raymond James expressam preocupação sobre as implicações para “grandes clusters de GPU”.
Para uma análise mais detalhada, considere conferir esta [fonte e imagens](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/).
Deixe um comentário