英偉達市值蒸發破紀錄 DeepSeek“連招”重新定義AI

21世紀經濟報道記者倪雨晴 深圳報道

2025年，AI的開局無疑令人振奮。

中國AI初創公司DeepSeek正掀起新的AI變革，熱潮燃至除夕夜。1月28日凌晨，DeepSeek深夜出招，發佈開源多模態人工智能模型Janus-Pro，宣佈在GenEval和DPG-Bench基準測試中擊敗DALL-E 3和Stable Diffusion。

一週前，DeepSeek剛剛發佈了AI推理大模型R1，不亞於OpenAI o1的高性能、訓練的極低成本直接“震動”了全球AI市場，本週一度登頂蘋果免費APP排行榜首位。

熱度攀升的同時，大洋彼岸，DeepSeek在華爾街、AI界引發蝴蝶效應。圈內外激辯AI泡沫和價值，股市的風暴率先來臨。

美東時間1月17日收盤，英偉達下跌16.86%，市值一夜蒸發5888.62億美元（約合人民幣4.27萬億元），創下美股歷史上最大單日個股蒸發規模；博通大跌17.40%、臺積電下跌13.33%，兩者的市值都回落到1萬億美元以下；此外，美光科技下跌11.71%、AMD下跌6.37%。

面對劇烈的股價波動和DeepSeek的發展，1月28日，英偉達向21世紀經濟報道記者回應道：“DeepSeek是一項卓越的人工智能進展，也是測試時擴展的絕佳範例。DeepSeek的研究展示瞭如何運用該技術，藉助廣泛可用的模型以及完全符合出口管制規定的算力，創建新模型。推理過程需要大量NVIDIA GPU和高性能網絡。如今我們有三條擴展定律：持續適用的預訓練和後訓練定律，以及新的測試時擴展定律。”

在迴應中，英偉達肯定了DeepSeek在AI領域的進步，澄清了出售的GPU芯片是合規的，並表示GPU還將有大量需求。短期內，以英偉達爲首的算力產業鏈在猛漲後有回調受挫壓力，長期對於AI前景的展望還要動態觀察。

同時值得注意的是，此次暴跌的集中地主要在AI算力板塊，或者說AI芯片的上下游領域，互聯網等軟件大廠微跌甚至有所上漲。比如，微軟僅下跌2.14%，而亞馬遜微漲0.24%、Meta上漲1.91%，Salesforce上漲3.96%。

從中能看到的趨勢是，AI要素三角——算法、算力、數據當中，算力面臨價值重估挑戰。DeepSeek在算力制約下另闢蹊徑，用算法進化和高質量數據，一定程度上衝擊着芯片巨頭們的算力壁壘。另一方面，大模型訓練成本、推理成本的下降，未來將加速催化AI應用的爆發，軟件在重生、新的軟硬件體系也在重構，一起把AI蛋糕做大，方能促進整體市場的繁榮。

DeepSeek“奇襲”算力壁壘

近期，DeepSeek被冠上了不少標籤，“英偉達算力大空頭”“來自東方的神秘力量”“AI的斯普特尼克時刻”“AI界拼多多”“AI界SpaceX”等，已然成爲AI界創業新星。

DeepSeek最廣爲傳播的突破就在於效率和成本。公開信息顯示，2024年底，DeepSeek-V3開源基礎模型發佈後，性能對標GPT-4o，訓練成本只有2048塊英偉達H800，總花費約557.6萬美元。

同樣是開源模型，Meta的Llama 3.1訓練使用了16384塊英偉達H100 GPU，GPT-4o模型的訓練成本約爲1億美元，使用的英偉達GPU也在萬塊以上。

上萬的加速卡曾經是訓練的常規門檻，但是DeepSeek正在打破常規。R1的訓練成本尚未可知，但是API定價遠低於OpenAI o1，R1每百萬輸入tokens在1～4元人民幣，每百萬輸出tokens爲16元人民幣。OpenAI在前兩年一枝獨秀後，迎來更多的勁敵。

最新的DeepSeek Janus-Pro公佈後，OpenAI的CEO Sam Altman也忍不住對DeepSeek進行了評論，並劇透發佈新品。

1月28日上午，Sam Altman在社交平臺上表示：“Deepseek的R1是一個令人印象深刻的模型，尤其是考慮到性價比。我們顯然會推出更好的模型，而且看到一個新的競爭者真是令人振奮！我們將發佈一些新版本。

不過最讓我們興奮的還是能夠繼續推進我們的研究路線圖，我們相信，現如今比以往任何時候都更加需要計算力讓我們的使命成功。全球將會大量使用人工智能，下一代模型也將令人驚歎，期待將AGI以及更多技術帶給大家。”

首先，從大模型橫向對比看，開源的力量正在放大，事實上在2024年，DeepSeek已經憑藉V2開源模型的高性價比一戰成名，國內的公司紛紛跟進降價，到了2025年，戰火也蔓延到全球AI企業。

同時，當前更受關注的是，業內人士認爲，DeepSeek R1的成功可能會削弱英偉達等AI芯片需求的預期。與其他創業公司、科技巨頭相比，DeepSeek既然能以更低的算力成本提供高計算性能的大模型，在不使用大量最尖端芯片的情況下，也有機會突破壁壘。

因此，也引發了業界對算力鉅額投資的質疑，可以說，DeepSeek戳破大模型高成本的現狀，算力的比重和角色正在發生變化。尤其是到了推理時代，異構計算的結構配比，又將發生變化。所以我們看到，不光是英偉達，博通、AMD等一同股價下跌，尤其是英偉達狂飆的增速或面臨下滑。

近期，英偉達經歷了多次股價波動，下滑的因素是多重的，包括大盤迴調、利潤增速下降、高估值隱憂、GB200交付問題、勁敵增多、各國反壟斷審查等等。各種背景因素交織着情緒，在資本市場上拉扯。

但是英偉達創始人兼CEO黃仁勳一直強調，Blackwell平臺的產品需求高，數據中心領域還將持續增長。隨着接下來2月底新一季度財報的發佈，英偉達將回應更多，只是短期還將承壓。

但是這並不意味着算力從此一文不值，有了前期算力基建的基礎上，方能涌現出如此多的創新，長期來看，AI應用的爆發繼續需要算力支持。

當前美股科技巨頭們還在算力軍備競賽中。美國最新公佈的“星際之門”AI基礎設施計劃，由OpenAI、軟銀和甲骨文等公司合作開展，計劃在未來4年內籌集5000億美元，用於建設超大規模數據中心。微軟計劃在2025年在AI基礎設施上投入800億美元，Meta CEO扎克伯格最近剛表示，Meta計劃在2025年投資600億至650億美元的資本支出，投入到AI戰略中。

摩根士丹利（Morgan Stanley）2024年11月發佈的報告顯示，亞馬遜、Google、Meta和微軟2025年的資本支出合計將達到3000億美元左右，2026年將進一步增長至3365億美元，這些支出多數將投入固定資產，例如數據中心和房地產。

接下來，如何更有效率得使用算力、打造更先進的算力網絡，將是新的考驗。

新舊交替掀起AI新變革

一位AI從業者向21世紀經濟報道記者評價道：“DeepSeek價格是拼多多，它的性價比無需多言；工程上是SpaceX，SpaceX在供應鏈降低成本上有目共睹，DeepSeek也是如此；軟件上則是蘋果，蘋果並不太強調參數，軟硬件優化達到高性能體驗是它的實力。”

多位業內人士向記者分析稱，DeepSeek的創新集中在系統工程上，在訓練大模型的各個環節中都進行了升級迭代，從而形成了強大的新模型。

比如，DeepSeek採用了MoE架構模型（Mixture of Experts，專家混合）、MLA多層注意力架構、FP8混合精度訓練框架、各類通信技術、MTP技術（Multi-Token Prediction，多token預測）、蒸餾R1等等，在各個環節上進行工程化的創新升級，讓效率持續上升。

很多架構或者技術並不是DeepSeek原創，但是DeepSeek卻將這些技術應用得爐火純青。以MoE架構爲例，MoE架構是一種用於提升深度學習模型性能和效率的架構，最早由谷歌提出，將模型劃分爲多個“專家”，動態選擇最相關的專家參與特定項目的計算。怎麼樣讓專家高效的滿載運轉，就是各家的本事了，目前看來DeepSeek做到了更優的動態調節。

又比如MTP技術，其實是Meta此前率先提出的技術，相比傳統生成一個Token，MTP技術能同步生成多個Token，這就加快了AI生成的速度。DeepSeek很快就將MTP引入，並且應用的更快更好。同時，在數據上，DeepSeek也處理的很好，數據量大、質量高。

當然，也有專家指出，DeepSeek存在偏科現象，尤其擅長數學和編程，大模型還有進步空間，在基礎技術上也要進一步突破。

或許，DeepSeek並沒有達到範式的創新，但是工程上的創新、應用的創新，也在孕育新的變革。不斷推陳出新的新模型，DeepSeek也向外界展示了更多的可能性，新一代的AI路徑正在生成中。

雖然DeepSeek探索出了低成本的大模型訓練方法，但是前期的投入卻不少。DeepSeek孵化於國內頂級量化基金幻方量化，創始人樑文鋒是浙江大學大學信息與通信工程專業碩士，2023年4月才成立了子公司DeepSeek，但是幻方量化已經在AI的路上佈局多年。

根據官網介紹，幻方量化成立於2015年，到了2017 年底，幾乎所有的量化策略都已經採用AI模型計算。2018年進一步確立以AI爲發展方向，但是複雜的模型計算需求使得單機訓練遭遇算力瓶頸，同時日益增加的訓練需求和有限的計算資源產生了矛盾，尋求大規模算力解決方案。

在此背景下，2019年成立了幻方AI，致力於AI算法與基礎應用研究，研發團隊自研幻方“螢火一號”AI 集羣，搭載了500塊顯卡，2020年“螢火一號”總投資近2億元，搭載1100加速卡；2021年開始，幻方AI投入10億建設“螢火二號”，2022年突破了一期的物理限制，算力擴容翻倍。

這也意味着，從2019年，幻方就開始購買卡建設AI集羣，當時chatGPT還沒有全球爆火，但是幻方就已經拿到了AI昂貴的船票，並在2021年左右就達到了萬卡的儲備。此前就有大廠高管向記者表示，金融和醫療是目前生成式AI應用最廣的領域，因爲數據基本上雲且完備合規。從這個邏輯看來，從金融創業公司跑出來AI大模型也不奇怪，而且DeepSeek的一大商用場景就已經是量化金融。

對於創業公司與大廠的競爭，此前樑文鋒接受暗涌採訪時談道：“說實話我們不太care這件事，只是順便做了這件事。提供雲服務不是我們的主要目標。我們的目標還是去實現AGI。目前沒有看到什麼新解法，但大廠也沒有明顯佔優。大廠有現成的用戶，但它的現金流業務也是它的包袱，也會讓它成爲隨時被顛覆的對象。”

談及其他中國的大模型創業公司，樑文鋒表示，可能活下來2到3家，那些自我定位清晰、更能精細化運營的，更有機會活下來。其它公司可能會脫胎換骨。有價值的東西不會煙消雲散，但會換一種方式。

DeepSeek現象級爆發之後

新銳AI企業DeepSeek憑藉其R1模型的強勁表現和現象級爆發，成爲行業焦點。極低的訓練成本展現出媲美主流大模型的性能，這一成果在AI領域引發了巨大轟動，並對行業格局帶來了影響。

目前看來，DeepSeek的崛起或許標誌着AI技術從“規模優先”轉向“效率優先”的新階段。數據顯示，我們的人腦功耗僅20瓦（相當於一盞節能燈），卻支持複雜的認知功能，未來大模型或許能進一步朝着大腦的方向進化。

可以確定的是，來到新的一年，AI競技場上的技術創新和行業競爭將進入全新層次。其一，DeepSeek爲AI市場注入了新的變量，在其推動下，AI巨頭可能不得不調整商業策略，降價以應對競爭壓力。未來，行業內的價格戰或愈演愈烈，迫使企業優化成本結構，探索更具吸引力的商業模式。

其二，低成本催生應用爆發，AI普及正在加速，DeepSeek的技術突破降低了AI服務的總體成本，讓更多傳統行業能以更低門檻部署AI解決方案。這將加速AI在各行各業的滲透，進一步推動數字化轉型。同時，低成本還使定製化AI應用成爲可能，個人和中小型企業均可打造專屬AI服務，催生個性化AI時代的到來。

其三，算力價值面臨重估，R1模型展現的高效算力利用引發了行業對計算資源價值的重新思考。傳統上，AI模型的發展高度依賴於昂貴的硬件資源，然而，DeepSeek通過優化架構減少了對算力的需求，這可能導致算力市場的供需關係發生結構性變化。未來，企業將更加註重通過算法創新提升效率，而非一味增加硬件投入。與此同時，在最高端算力受限的情況下，國產芯片也有新的替代機會。

其四，DeepSeek正在掀起效率革命，小而精模型或成新趨勢。DeepSeek的成功表明，在AI模型開發中，“更大”並不一定代表“更優”，效率導向的大模型開發或成爲新潮流。人腦功耗僅 20瓦（相當於一盞節能燈），卻支持複雜的認知功能，或許接下來的進化。

其五，AI行業中開源與閉源生態的競爭在加劇。開源模式因其靈活性和創新性受到更多關注，而閉源企業可能通過生態建設和增值服務守住市場。然而，隨着低成本技術的普及，開源社區的影響力或將持續擴大，進一步挑戰閉源巨頭的壟斷地位。

而正是這樣的英雄輩出、各領風騷，推動着AI世界波瀾壯闊地進化。從全新的計算架構到革命性的芯片技術，下一個英偉達、下一個DeepSeek或許正從實驗室中走向舞臺。在新的AI浪潮中，行業格局將被重塑，全球的AI戰略投入和人才爭奪將更加白熱化。