DeepSeek重挫Nvidia股价 分析：市场误会了
过去一周来，中国新创公司DeepSeek号称以560万美元打造的人工智慧（AI）模型震惊全球，吓得美国科技股市值一度蒸发1兆美元，AI头号概念股辉达（Nvidia）周一股价崩落17%。但业界专家指出，华尔街误解DeepSeek现象，其实对辉达是福不是祸。
道琼社报道，DeepSeek在12月底发布的技术文件中估计，DeepSeek-V3模型最后一轮训练需要280万个GPU运算小时，成本约560万美元。此数不包含“先前在架构、演算法或数据方面的研究和消融实验相关”成本。
500万美元复制出OpenAI？误会大了
简单说，“560万美元”这个金额并未计入该模型所有与架构、演算法、数据取得、图形处理器和测试所投注的研发费用。巴隆周刊专栏作家金泰（Tae Kim）指出，把理论上最后一轮训练耗费的成本，与美国公司的AI基础设施投资支出相比，有如拿苹果跟柳丁相比。DeepSeek的整体成本远高于此数。
科技基金Atreides Management经理人Gavin Baker呼应这种说法，他认为600万美元训练费这数目“深深误导人”，即使是聪明绝顶的团队，也不可能以区区几百万美元，就能从头训练出DeepSeek这种AI模型。
DeepSeek对辉达是大利空？其实是利多
辉达股价周一惨跌，凸显出市场担心，DeepSeek横空出世后，可能冲击未来对AI训练和推论的需求。据New Street Research分析，若用DeepSeek-V3模型作AI推论，成本约比用OpenAI模型锐减90%。
但科技专业人士纷纷发言驱散这种疑虑。
辉达发言人赞许DeepSeek是“杰出的AI进步，也是测试时间缩放（Test Time Scaling）的绝佳范例”，亦即运用额外运算来改善解答问题的品质。他强调：“推论需要为数可观的辉达绘图处理器（GPU）以及高效能网络。”
金泰认为，DeepSeek崛起，可能意味著AI模型的效率将大幅提升，若是如此，美国业者可能终究会如法炮制，但那不表示AI晶片就会突然变得供应过剩且永远供过于求。历史经验显示，科技创新总是会创造新的需求，让可得的供应派上用场。
特斯拉前AI主管暨OpenAI共同创办人Andrej Karpathy说：“深度学习对运算的胃口是出了名的贪得无餍，好像从未用AI开发出其他演算法似的。”他表示，长远观之，人工智慧发展无可限量，看衰AI运算的前景显然不智。
英特尔前执行长基辛格看法类似。他说：“运算遵行理想气体定律（gas law）。成本大幅降低，会使市场规模扩大。市场误解了--这（DeepSeek）会让AI的部署更普及化。”
微软执行长纳德拉则引用“杰文斯悖论”（Jevons paradox）的经济概念，来解释DeepSeek崛起对未来AI发展是福不是祸。这个理论在1865年由一位经济学家提出，大意是：随著更多符合经济效益的使用案例被发掘出来，效率的提升将促进消费。同理，“随著AI变得更有效率且更容易取得，我们会见到AI的使用扶摇直上，转化为一种总是不够我们使用的商品”。
换言之，华尔街可能错误解读DeepSeek最重要的意义。压低AI运算的成本，将加速AI使用普及化并催生出新的AI应用，对美国经济和大型科技公司都是好事，辉达自然也是受益者。
辉达执行长黄仁勋去年底在某个podcast访谈中说：“我们希望把成本压低，好让我们能够以跟昔日一样的成本和反应速度，提供新型态的推理推论。”
这番话听来像是未卜先知，与DeepSeek最近发表的一些AI进展极其相似。
金泰的结论是，AI是无穷尽的问题，在可见的未来不会获得解答。随著运算效能提升加速新药开发、机器人应用并改善知识工作者的生产力，研究人员总是会从中受益。AI的能力一旦增强，开发者和企业家终将发现AI的各种实用用途，尽管短期内可能有一段颠簸不平的摸索之路要走。
