1月27日，ai 概念股遭遇驚魂暴跌，歐美科技股市值一日蒸發 1.2 萬億美元，晶元製造商與 ai、數據中心全產業鏈公司無一倖免，集體淪陷。其中，英偉達當天收盤暴跌 16.97%，收盤118美元，市值單日蒸發 5926.58 億美元(約合人民幣 4.3 萬億元)，一舉創下美股史上最大單股票市值下跌紀錄，可謂觸目驚心！
截至2月7日，英偉達持續放量震蕩, 股價艱難攀升至 129.8 美元，市場就 deepseek對英偉達的分歧巨大。
回溯去年年底，在 deepseek-v3/r1 發布前，華爾街投行預測，到2025 年，微軟、meta、亞馬遜和谷歌這四大科技巨頭的ai相關資本支出將至 3000 億美元, 摺合人民幣約 2.18 萬億元，而2026 年這數字還會繼續飆升。更別提特朗普那驚世駭俗的 5000 億美元星際之門人工智慧基礎設施投資計劃，彼時的美國ai資本，一片繁榮盛景。
然而，deepseek 如一匹黑馬橫空出世。它向世人展示了如何用較低成本的硬體實現高性能ai模型，根據評估，它比其他模型的效率高出40到50倍。deepseek的r1模型僅使用少量低端gpu（如a100）就實現了與高端gpu（如h100）相當的性能。這一驚人突破，讓市場瞬間陷入恐慌，投資者紛紛擔憂未來對英偉達高端 gpu 的需求將如雪崩般下滑。最核心的拷問擺在面前：
以巨額資本支出為基礎的美國ai估值敘事要破滅嗎？
2月5日谷歌公布四季度季報，盤前跌7%，其中重要原因之一是谷歌750億美元ai投資讓市場擔憂。deepseek讓華爾街開始對資本支出的負面影響和美國ai領域敘事的重大變化令人擔憂。華爾街關於 ai 的分析報告中久不見的回報率，也再次成為焦點。
華爾街的分析師們預計大廠的行業戰略也將出現分歧：一種是繼續追求更高的算力。要知道，此前市場普遍認知是算力多寡直接與市值高低掛鉤。另一種則是重新聚焦效率和投資回報率，這在以往幾乎是被忽視的。
市夢率和市盈率間的糾纏, 一直是市場估值最重要的因素. 一個缺乏夢想的公司，斷然無法擁有高市值; 但盈利能力, 無疑是支撐公司高估值的基石. 在未有deepseek之時, 英偉達的盈利能力由下游大廠們ai領域持續「砸錢」來維繫, 位元組+騰訊2024年共買了46萬張gpu, 而最大買家微軟更是購買了48萬張卡.
彼時，基於 「算力即智能」 的假設，大廠們的宏偉藍圖被市場欣然接納，而他們的營收則由原有業務利潤穩穩支撐，大廠們前景一片光明。穩定營收加上充滿想像空間的未來，共同促成了這一波由大模型引領的資產大爆發。
把時間拉回到 2022 年 11 月 30 日，openai 發布 chatgpt，這一石激起千層浪。openai 的估值從 2022 年的約 300 億美元，一路狂飆到 2024 年 10 月的 1500 億美元，短短兩年翻了五倍，資產增值高達 1200 億美元。與此同時，英偉達從 3400 億美元飆升至 32900 億美元，資產增值遠超 openai；谷歌的資產增值也達到了約 10000 億美元。儘管英偉達、谷歌的資產增值不能完全歸因於大模型創新，但大模型創新無疑佔據了相當大的比重。以下是24年11月全球單一資產排名.
數據來源:companiesmarketcap.com
從排名來看，過去兩年，蘋果、英偉達、微軟、亞馬遜、谷歌、meta 等巨頭的資產大幅增值，很大程度上都得益於 openai 發布 chatgpt 帶來的連鎖反應。儘管從 2022 年 11 月底到 2024 年 10 月，黃金資產增值了 70000 億美元，但大模型技術變革所引發的資產增值影響力，顯然更勝一籌，可以認為大模型技術變革帶來的資產增值影響大於美元衰退的資產增值.
通用人工智慧(agi)的夢想還在, 市夢率就還在
大部分華爾街的投行們認為gpu支出遠沒有達到峰值。而傑文斯悖論幾乎肯定會導致人工智慧行業需要更多而非更少的計算資源。他們忽略了一個重要事實, 算力需求並不只有英偉達能滿足, 在之前基於cpu的時代,全球最強的超算中心在中國, 可以預見未來最強的gpu超算中心也在中國. deepseek的技術方案證明並不需要英偉達高端gpu晶元也能達到, 所以deepseek對英偉達最核心的影響:英偉達高端gpu晶元稀缺性開始被挑戰, 將導致其在 ai 領域的核心投資標的地位將面臨前所未有的衝擊.
繞開cuda，deepseek為國產gpu「破局」？
看了deepseek技術方案，有一個技術細節令人印象深刻：deepseek模型竟然繞開了cuda，轉而採用gpu低級彙編語言ptx進行優化。
ptx（parallel thread execution）是英偉達gpu的中間指令集架構，它處於高級gpu編程語言cuda和低級機器代碼（流處理彙編或sass）之間。由於開發難度極高，ptx往往被大多數演算法工程師忽視。
作為一名曾在大廠ai部門工作多年的人，身邊同事大多使用谷歌tensorflow開發ai模型，真正使用cuda很少。在國內大廠中，雖然肯定有工程師能夠熟練運用ptx等低級彙編語言，但他們大多不在演算法團隊。而國外大廠，演算法工程師們擁有更高性能的gpu以及更大規模的集群，自然也不需要在ptx級別進行優化。
更何況早些年，人工智慧三大頂會之一的neurips更傾向于欣賞具有數學創新的ai模型，而彙編語言的優化並不被視為創新，完全不在頂會的考慮範圍內。因此，大部分演算法工程師們也就不願意去研究ptx優化。
然而，deepseek的母公司幻方作為中國頭部量化公司，在高頻策略中使用彙編進行優化是再正常不過的行為。面對有限的gpu算力，採用ptx低級彙編語言進行優化無疑是理所當然的技術方案。調試ptx這樣低級的編程代碼，需要極大的毅力和出色的能力，deepseek的演算法工程師們在這方面展現出的水平令人嘆服。
對於長期苦於cuda生態限制的amd以及國內的gpu公司來說，這無疑是一個絕佳的機會。事實上，在此前deepseek本地部署的文檔中，已經明確支持華為昇騰晶元。可以預見的是，華為等國內gpu公司針對deepseek訓練的硬體升級已經在緊鑼密鼓地攻克中。畢竟，構建一個完整的cuda生態難度極大，而模仿ptx優化則相對容易得多。deepseek為國內整個ai行業的生態建設帶來了新的希望和機遇。
ai估值敘事是一座大山, 一旦出現裂痕, 就再也回不去了
如果把 美國ai 估值敘事比作一座大山，那麼一旦出現裂痕，恐怕就再也無法回到過去的狀態了。deepseek在這座大山上划下了一道裂痕。從英偉達市值的大幅蒸發，到華爾街對資本支出的擔憂，再到市場對 ai 產業未來發展的分歧，無不顯示其深遠影響。
在 deepseek 之前，ai 產業的發展似乎遵循著一條簡單而明確的邏輯：更多的算力意味著更高的估值，而英偉達則憑藉其高端 gpu在這一領域佔據著絕對的優勢, 成為最核心的投資標的。然而，deepseek 的出現打破了這一邏輯，它展示了如何用較低成本的硬體實現高性能 ai 模型，這不僅讓市場對英偉達高端 gpu 的依賴產生了質疑，也讓人們開始重新審視 ai 產業的估值體系。
如今, 一方面，openai 等公司仍在積極推進大模型的發展，在通用智能agi這個夢想之前, 所有的投入都有合理性；另一方面，deepseek 的成功也讓人們看到了 ai 技術發展的另一種可能性。
這場由 deepseek 引發的市場動蕩，是否能讓ai 產業格局重塑？一切仍未有定論。但可以肯定的是，ai資本市場的風雲變幻，才剛剛開始。
