ITBear旗下自媒体矩阵:

DeepSeek热潮下的AI产业变革:开源力量崛起,算力需求何去何从?

   时间:2025-02-06 15:09:34 来源:ITBEAR编辑:快讯团队 发表评论无障碍通道

在刚刚过去的春节期间,全球科技界迎来了一场前所未有的风暴,名为DeepSeek的人工智能模型迅速走红,引发广泛讨论。中国A股市场中的DeepSeek概念股,如每日互动、青云科技、安恒信息及天娱数科等,在春节后的两个交易日内,纷纷迎来了连续的涨停板。

DeepSeek之所以能在短时间内引起如此大的反响,关键在于它颠覆了以往大模型领域内盛行的“算力论”。DeepSeek以实际行动证明,模型的能力与训练成本之间,并非必然存在正相关关系。这一发现,无疑给整个AI行业带来了巨大的震动。

根据公布的数据,DeepSeek-V3的训练成本仅为Llama 3的百分之一,而DeepSeek-R1的推理成本也只有OpenAI o1的三分之一。这一显著的成本优势,使得DeepSeek迅速成为了华尔街的“黑天鹅”,导致算力领域的领头羊英伟达及众多美股科技股在恐慌中暴跌。

1月27日,DeepSeek在中国区及美国区的苹果App Store免费榜上同时登顶。这一消息传出后,当晚开盘的美国科技股集体大跌,其中费城半导体指数(SOX)下跌9.2%,创下了自2020年3月以来的最大跌幅。英伟达股价更是暴跌近17%,市值蒸发近6000亿美元,创下了美股史上的最大市值蒸发纪录。

DeepSeek所展现出的核心竞争力,除了低成本和高效的推理能力外,更重要的是其开源模型的能力已经逼近甚至在某些测试中超越了最新的闭源模型。DeepSeek-R1在Codeforces、GPQA Diamond、MATH-500、MMLU、SWE-bench Verified等多项测试中,得分与代表了当前最高水平的闭源模型o1正式版相近,甚至在部分测试中超过了o1。

meta的首席AI科学家Yann Lecun认为,DeepSeek-R1的面世,并非是中国AI技术战胜了美国,而是开源模式的一次重大胜利。从技术层面来看,R1模型摒弃了RLHF中的HF(人类反馈)部分,仅保留了RL(强化学习)部分,这一改变使得模型具备了反思能力。英伟达的高级研究科学家Jim Fan也指出,DeepSeek-R1可能是首个展示了RL飞轮效应并能带来持续增长的开源软件项目。

在开源与闭源的竞争中,闭源模型始终保持水平高于开源模型,这是最基本的竞争门槛。然而,当开源大模型的能力追上甚至超越闭源大模型时,开源模式将对闭源模式造成巨大冲击。这也是DeepSeek引发美股科技股恐慌的主要原因之一。在DeepSeek的压力之下,OpenAI也做出了调整,发布了首个向免费用户开放的推理模型o3-mini,并表示正在考虑改变开源策略。

与此同时,英伟达、亚马逊和微软这三大科技巨头也在同一天宣布接入DeepSeek-R1。DeepSeek在国内外AI界的广泛认可和快速传播,使得A股市场中的DeepSeek概念股持续涨停。从产业层面来看,多家券商认为,DeepSeek有望带动国内AI产业的快速发展,其开源和低成本的特性也将赋能AI应用厂商,加速推动硬件终端AI的落地。

在国产替代的层面,DeepSeek的创新背景是在美国芯片限制下诞生的,这证明了国内AI产业从芯片上游到模型、应用下游的闭环是可实现的。这一创新成果大幅提振了国内AI产业链的信心。尽管DeepSeek的出现让美股市场开始担忧算力需求见顶及AI资本开支将放缓,但从美国各大厂的最新指引来看,并没有减少资本开支的迹象。

谷歌、meta和微软都预计今年的资本开支将远高于市场预期。微软虽然由于与OpenAI在AI发展理念上的分歧而减少了对其的追加投资,但并未减少整体的资本开支计划。长期来看,DeepSeek的路线实际上可能进一步推动GPU需求的增长。微软首席执行官纳德拉引用“杰文斯悖论”指出,提高资源使用效率反而可能增加其总消耗量。DeepSeek带来的计算成本下降将降低AI应用门槛,应用普及则会刺激上游算力需求的增长。

投行分析师Cantor Fitzgerald也在一份投资报告中指出,担心GPU支出会达到峰值的观点并非事实,DeepSeek实际上对计算和英伟达非常有利。多个分析师团队仍旧看多英伟达。因此,整体来看,DeepSeek冲击波的最终受害者可能并非英伟达,而是OpenAI等大模型同行。

DeepSeek的出现不仅改变了AI行业的格局,也引发了人们对于开源与闭源、算力需求与资本开支等问题的深入思考。这场由DeepSeek引发的风暴,无疑将在未来一段时间内继续影响全球科技界的发展。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version