DeepSeek 公司就像是一只鲶鱼，搅动资本市场，弄得资本市场，一轮大洗牌，NVDA 顿时跌去史上最大市值跌幅。那么你肯定好奇，外国的网友也好，专家，业内人士，如何看待DeepSeek带来的影响呢？于是便有了今天要写的文章，汇总了各家观点，让我们来逐一捋一捋，涵盖了人工智能和市场的方方面面。
DeepSeek 的效率突破
DeepSeek 最近在 AI 效率方面取得了显著的进展，其通过创新的算法和架构设计，大幅降低了 AI 模型训练和推理所需的计算资源。据 DeepSeek 官方数据，其最新的 DeepSeek-R1 模型在训练过程中仅使用了 560 万美元的计算成本，相较于传统的大型语言模型训练成本降低了数倍。这一成就不仅展示了 DeepSeek 在技术上的创新能力，也引发了业界对 AI 硬件需求的重新评估。
"We design an FP8 mixed precision training framework and, for the first time, validate the feasibility and effectiveness of FP8 training on an extremely large-scale model. Through co-design of algorithms, frameworks, and hardware, we overcome the communication bottleneck in cross-node MoE training, nearly achieving full computation-communication overlap. This significantly enhances our training efficiency and reduces the training costs, enabling us to further scale up the model size without additional overhead. At an economical cost of only 2.664M H800 GPU hours, we complete the pre-training of DeepSeek-V3 on 14.8T tokens, producing the currently strongest open-source base model. The subsequent training stages after pre-training require only 0.1M GPU hours."
DeepSeek 的成功主要归功于其在算法优化和硬件资源利用上的创新。例如，DeepSeek 采用了 FP8 混合精度训练框架，显著提高了训练效率，同时降低了计算成本。此外，DeepSeek 还通过优化模型架构，减少了对高端 GPU 的依赖，使得在有限的硬件资源下也能实现高效的模型训练和推理。
市场反应与杰文斯悖论
DeepSeek 的效率突破引发了市场的强烈反应，尤其是对英伟达的市场地位产生了质疑。英伟达的股价在 DeepSeek 发布其效率提升的消息后出现了大幅下跌，一度创下历史最大单日跌幅。市场普遍担忧，DeepSeek 的技术进步将减少对英伟达 GPU 的需求，从而影响其未来的收入和利润。
然而，部分分析师提出了不同的观点，他们引用了杰文斯悖论（Jevons Paradox），认为技术进步虽然提高了资源使用效率，但同时也可能刺激需求的增长。在 AI 领域，这意味着即使 DeepSeek 的技术降低了单个模型的计算需求，但整体市场对 AI 应用的需求可能会因此增加，从而推动对 GPU 等硬件的需求。这种观点认为，AI 的应用场景将随着计算成本的降低而扩大，从而为英伟达等硬件供应商带来新的市场机会。
"Jevon’s paradox would imply that there's good reason to think that demand for shovels will increase. AI doesn't seem to be one of those things where society as a whole will say, 'we have enough of that; we don't need any more'. "
英伟达的市场地位与未来展望
英伟达在 GPU 市场的领先地位使其在 AI 硬件领域占据了重要位置。其 CUDA 平台和高性能 GPU 产品线为 AI 训练和推理提供了强大的支持。然而，DeepSeek 的效率突破对英伟达的市场地位构成了挑战。如果更多的 AI 公司能够通过优化算法和架构来降低对高端 GPU 的需求，英伟达的市场份额和利润率可能会受到影响。
尽管如此，英伟达也在不断推进技术创新，以应对市场变化。例如，英伟达的 Blackwell 芯片在性能和能效上都有显著提升，能够更好地满足 AI 训练和推理的需求。此外，英伟达还在积极拓展其在 AI 硬件以外的业务领域，如自动驾驶和边缘计算，以降低对单一市场的依赖。
"Nvidia's annual revenue in 2024 was $60B. In comparison, Apple made $391B. Microsoft made $245B. Amazon made $575B. Google made $278B. And Nvidia is worth more than all of them. You'd have to go very far down the list to find a company with a comparable ratio of revenue or income to market cap as Nvidia."
AI 效率提升对行业的影响
DeepSeek 的效率提升不仅对英伟达产生了影响，也对整个 AI 行业产生了深远的影响。首先，AI 效率的提升有助于降低 AI 应用的门槛，使得更多的企业和开发者能够参与到 AI 的开发和应用中来。这将进一步推动 AI 技术的普及和创新。
其次，AI 效率的提升也对环境产生了积极影响。由于 AI 训练和推理所需的计算资源减少，相应的能源消耗也得到了降低。这对于缓解 AI 技术对环境的压力具有重要意义。
最后，AI 效率的提升也促使行业重新思考 AI 发展的方向。过去，AI 的发展主要依赖于大规模的数据和计算资源，而 DeepSeek 的成功表明，通过优化算法和架构，可以在有限的资源下实现高效的 AI 模型。这为 AI 的可持续发展提供了新的思路。
DeepSeek 的效率突破无疑为 AI 行业带来了新的机遇和挑战。对于英伟达而言，虽然短期内可能会面临市场份额和利润率的压力，但从长期来看，AI 效率的提升也将为其带来新的市场机会。对于整个 AI 行业而言，DeepSeek 的成功表明，通过技术创新和优化，可以在降低计算成本的同时提高 AI 模型的性能。这将推动 AI 技术的进一步发展和普及，为社会带来更多的价值。
在未来的发展中，AI 硬件供应商需要不断推进技术创新，以应对市场变化和竞争压力。同时，AI 行业也需要更加注重可持续发展，通过优化算法和架构来降低对环境的影响。只有这样，AI 技术才能在实现商业价值的同时，为社会带来更多的福祉。
下面是其他的一些比较多人赞同的观点
观点：DeepSeek的改进使得训练和推理效率提高了40倍，这可能会显著提升计算性能和输出质量。
“If training and inference just got 40x more efficient, but OpenAI and co. still have the same compute resources, once they’ve baked in all the DeepSeek improvements, we’re about to find out very quickly whether 40x the compute delivers 40x the performance / output quality, or if output quality has ceased to be compute-bound.”
观点：尽管技术效率提升，但市场对Nvidia的需求可能会减少，导致股价波动。
“Nvidia shares ended the day 17% lower, notching their worst one-day performance since March 2020 and closing solidly below the 200-day moving average. The decline erased $589 billion in market value, a record drop.”
观点：效率提升可能会导致对GPU的需求增加，而不是减少。
“Greater efficiency of light bulbs has led to more light bulb use, not less. More efficient training of LLMs could just as likely lead to more chip use, not less.”
观点：Nvidia的CUDA技术仍然是其竞争优势，但也有观点认为，随着技术的普及，Nvidia的市场份额可能会受到挑战。
“CUDA is plenty for right now. AMD can't/won't get their act together with GPU software and drivers. Intel isn't in much better of a position than AMD and has a host of other problems.”
观点：技术进步可能会改变市场和经济政策的制定，影响整体经济环境。
The pushback against generative AI today is that much of it is deployed in ways that are ultimately useless and annoying at best, and that in turn is because the capabilities of those models are vastly oversold (including internally in companies that ship products with them).
