DeepSeek引发美国科技界担忧，AI相关投资机会浮现lg...

TradingKey - 自DeepSeek发布新一代大模型以来，市场震动明显，投资者和科技界对人工智能（AI）的发展路径展开了新一轮讨论。美国科技企业近年来在AI领域投入巨资，但这一模式是否可持续，正引发越来越多的质疑。与此同时，DeepSeek的突破性创新也让市场重新关注中国科技企业的竞争力。  

Dakota Wealth Management高级投资组合经理Robert Pavlik表示：“AI相关支出不断攀升，市场开始思考：‘到底还需要投入多少资本？何时才能看到资本支出的减少，而非持续大幅增长？’”  

市场已经对此作出了反应，截至目前，英伟达（NVIDIA, NVDA）今年以来股价下跌8%，而阿里巴巴（Alibaba, BABA）则上涨超过31%。  

来源：TradingView，英伟达，阿里巴巴，拼多多，京东本年至今涨幅

DeepSeek如何突围？创新技术成关键  

DeepSeek凭借在多项标准化测试中的优异表现，在模型能力上挑战OpenAI，同时在成本和效率方面展现出明显优势。值得注意的是，DeepSeek V3所使用的H800 GPU并非英伟达当前最先进的芯片，但其在计算资源的利用上更为高效。TradingKey分析师Viga Liu指出，DeepSeek在AI开发中引入了MOE（专家混合）、MLA（低秩分解）、MTP（多任务预训练）和RL（强化学习）等创新方法，重新定义了大模型的发展路径。  

MOE可以通过仅处理部分需要的参数，而不是像传统大预言模型一样输入所有信息从而大大增加了效率。DeepSeek 也开发了 MLA--使用低秩分解来压缩存储矩阵，从而显著减少缓存大小。从而有效的降低计算复杂度。

此外，DeepSeek 引入了一种新颖的后训练方法--强化学习。这种方法挑战了传统的缩放定律，表明通过创新训练在一定规模下可以实现显着的性能提升，从而提高资源效率。它鼓励探索不同的训练方法和架构以实现非线性改进。

DeepSeek的创新不仅带来了性能突破，也提供了更具成本效益的AI训练方案，对投资者和行业人士而言，这无疑是一个令人兴奋的信号。  

 DeepSeek引发对美国AI行业的再思考  

美国科技界对人工智能的投资规模巨大，但长期以来，许多观察人士都对美国人工智能的投资和发展方向提出质疑。

毫无例外，美国科技公司都痴迷于规模。他们引用尚未证实的“规模定律”，认为将越来越多的数据和计算能力输入到他们的模型中是解锁更强大功能的关键。有些甚至断言“规模就是你所需要的一切”。

尽管 DeepSeek 的方法大致相同，但它似乎更多地依赖于强化学习、专家混合方法（使用许多更小、更高效的模型）、提炼和精细的思维链推理。但这一事件暴露了美国人工智能行业的“群体思维”，专业人事甚至提出质疑，美国人工智能行业是否还有其他更危险的盲点

DeepSeek对英伟达的影响

DeepSeek的高效计算方式引发了市场对芯片需求前景的担忧。模型发布后，英伟达股价出现大幅下跌。如果越来越多的企业转向通过优化算法而非单纯依赖算力提升AI性能，高端GPU的需求可能下降。 摩根士丹利（Morgan Stanley）已下调对英伟达GB200芯片的出货量预测，从原先的30,000-35,000台降至20,000-25,000台，预计这将给英伟达市值带来300亿至350亿美元的冲击。  

此外，Viga Liu认为DeepSeek可能绕过英伟达CUDA生态。DeepSeek利用自定义PTX（并行线程执行）指令，并自动调整通信块大小，以优化计算效率。这种方法减少了对CUDA的依赖，直接与GPU硬件交互。如果CUDA生态被削弱，英伟达的护城河或将受到挑战。  

中国科技股受益

DeepSeek的崛起不仅在AI领域掀起“鲶鱼效应”，也促使投资者重新评估中国科技股的投资价值。阿里巴巴股价在DeepSeek模型发布后显著上涨，而百度（Baidu, BIDU）、拼多多（PDD, PDD）和京东（JD, JD）等中概股也在近两周内大幅走高。  

Gam Investment Management投资组合经理简·施·克特塞（Jian Shi Cortesi）表示：“投资者在评估中国大型科技公司的时候，可能会从‘关注风险’转向‘关注增长潜力’。考虑到这些公司的估值仍远低于美国同行，这一趋势尤其值得关注。”  

 AI相关投资机会

过去，投资者主要关注AI产业链上游（芯片、服务器、云计算等），而对下游应用的落地持谨慎态度。然而，DeepSeek的出现可能加速AI应用场景的普及，带来新的投资机会。  

尽管DeepSeek的计算效率提升，可能对AI产业链上游的增长动力构成一定挑战，但算力需求是否会下降仍有待观察。例如，大模型仍在快速进化，未来算力需求可能不会显著降低；同时，如果AI应用爆发式增长，算力需求或将进一步扩大。  

原文链接