AI算力的“軍備競賽”邏輯，正在被中國公司的算法創新改寫。

作者｜王博 王藝

AI領域的Killer App（殺手級應用）出現了。

國產DeepSeek-R1模型發布不到一周，就讓發布不到12天的DeepSeek App沖到了蘋果APP store國區和美區免費總榜的第一名。

DeepSeek也引爆了海內外的社交網站，相比DeepSeek-R1剛發布時的大量技術分析和圈內討論，這次更多是用戶的實際使用體驗——DeepSeek破圈了。

游戲科學創始人、CEO，《黑神話：悟空》制作人馮驥直呼：“DeepSeek，可能是個國運級別的科技成果。”

圖片來源：馮驥 微博賬號

微軟CEO薩提亞·納德拉（Satya Nadella）在X上發帖稱：“隨著人工智能越來越高效，越來越容易獲得，我們將看到它的使用率急劇上升，成為我們用之不盡的商品。”而網友則直接給他留言：“這要歸功于DeepSeek。”

圖片來源：Satya Nadella X賬號

我們跟很多人聊過Killer App，也設想過Killer App產生的條件和場景，從第一性原理來說，Killer App的出現離不開模型能力的爆發。

但模型能力爆發后，如果普通人用不到也很難稱之為Killer App，比如需要付費才可使用接入了OpenAI o1模型的ChatGPT。DeepSeek-R1對標的就是OpenAI o1，而DeepSeek-R1開源、免費。

ChatGPT收費機制，圖片來源：OpenAI

DeepSeek的爆火告訴所有人，一個會思考、夠聰明、易使用且免費的AI應用就是Killer App。

在甲辰龍年的末尾，DeepSeek給AI行業添上了畫龍點睛的一筆。

但英偉達CEO黃仁勛的年怕是過不好了，截至美東時間1月27日上午11點，英偉達股票一度下挫超過13%，市值蒸發約4650億美元，創了美股市值蒸發紀錄。

英偉達股票走勢，圖片來源：Nasdaq

DeepSeek的技術特點「甲子光年」在一文中有過分析。其實在性能和開源之外，DeepSeek更讓硅谷震驚的，是其R1模型通過重新設計訓練流程，在保持高準確性的同時顯著降低了內存占用和計算開銷，僅用了少量的低端GPU（以A100為主）就實現了高端GPU（以H100為代表）才有的性能，這為原來以算力為核心邏輯驅動的大模型行業開辟了新的道路。

硅谷科技圈反應過來了，X上不少網友驚呼：DeepSeek是在戳美股泡沫啊，是在革英偉達的命啊！

一位名為Kakashiii網友發表暴論：“英偉達的一切都將開始瓦解。”目前，該帖文閱讀量已超過130萬次。

備注：Magnificent 7指的是Apple、Amazon、Microsoft、Alphabet、Meta、Tesla、NVIDIA這七大巨頭，圖片來源：@kakashiii111 X賬號

一旦大模型企業不再囤卡，不再搞算力的軍備競賽，英偉達的“壁壘”還會牢固嗎？

1.進擊的DeepSeek

kakashiii的話并不是危言聳聽。

一直以來，Scaling Law（規模法則）都是大模型發展的核心定律，大廠之間算力的軍備競賽也從未停止。微軟、谷歌、Meta、亞馬遜等大廠分別擁有幾十到上百萬塊H100，馬斯克也多次表示算力決定生死，為旗下的xAI搭建了10萬卡的訓練集群。

但是DeepSeek展現了“神秘的東方力量”，其在最近的一個月內接連發布了DeepSeek-V3基座模型和DeepSeek-R1系列推理模型。

其中，DeepSeek-V3僅用2048塊英偉達H800 GPU和557.6萬美元的成本，便完成了6710億參數模型的訓練，而同等規模的GPT-4訓練成本高達10億美元；

DeepSeek-R1則通過重新設計訓練流程、以“少量SFT數據+多輪強化學習”的辦法，在提高了模型準確性的同時，也顯著降低了內存占用和計算開銷——百萬輸入 tokens 1 元（緩存命中）/ 4 元（緩存未命中），每百萬輸出tokens 16元，大約是 OpenAI o1運行成本的三十分之一。

可以說，算法結構的優化，讓DeepSeek實現了完全的“降本增效”，直接對AI行業“堆砌算力”的既有模式發起了沖擊。

「甲子光年」分析，這一技術路徑的革新將帶來兩大影響。

AI初創企業生存模式將會轉變。一些依賴高價GPU集群的AI企業可能因成本劣勢破產，導致二手市場GPU供給激增，中小AI企業將會更傾向去購買更便宜的低端GPU。

硬件需求也將迎來結構性轉移。從去年開始，以訓練為主導的算力需求就在向推理側轉移，而今后，這種趨勢還將繼續，大量中小AI企業將不再訓練基座模型，轉而投向DeepSeek這樣的開源模型的懷抱。英偉達在訓練市場的地位也將面臨價值重估。

2.躍躍欲試的AMD

DeepSeek的技術突破意外成為AMD挑戰英偉達的“杠桿”。

1月25日，AMD宣布在其Instinct MI300X GPU上集成了全新的DeepSeek-V3模型，并與SGLang集成。這意味著AMD將聯合DeepSeek共建ROCm開源框架，通過優化推理性能和英偉達爭奪市場份額。

圖片來源：AMD X賬號

ROCm（Radeon Open Compute Platform）是AMD開發的一個開源軟件平臺，旨在為高性能計算（HPC）、人工智能（AI）和機器學習（ML）提供支持。它允許開發者在AMD的GPU上運行并行計算任務，類似于NVIDIA的CUDA平臺。

此前，美國初創云基礎設施企業TensorWave就與AMD的合作，通過利用AMD的硬件和ROCm軟件平臺，為AI用戶提供更為便捷和高效的計算解決方案。

TensorWave聯合創始人兼CEO達里克·霍頓（Darrick Horton）去年10月告訴科技媒體TechCrunch，AMD MI300X的價格要比英偉達H100便宜得多，而且基準測試顯示，MI300X在運行（但不訓練）AI模型時性能超越了H100，特別是在Llama 2這樣的文本生成模型上。

就在AMD宣布在其Instinct MI300X GPU上集成了全新的DeepSeek-V3模型后，TensorWave官方X賬號就轉發了AMD人工智能和嵌入式營銷負責人布萊恩·馬登（Bryan Madden）的評論“如果您想訪問MI300X集群，請與我們的朋友TensorWave聯系”。

DeepSeek的出現，進一步削弱了硬件綁定效應，再加上DeepSeek以MIT協議開源模型權重，允許開發者自由修改，昇騰、寒武紀、摩爾線程等其他芯片廠商也將有機會將DeepSeek集成到自己的平臺中，這些都對英偉達CUDA生態造成了潛在威脅。

更值得一提的是，DeepSeek采取的開源策略正在加速生態分化。通過發布基于Qwen、Llama開源模型的六個蒸餾“小模型”，DeepSeek支持在非CUDA的環境中進行模型微調；HuggingFace還發起了Open-R1項目，進一步推動了技術擴散。

圖片來源：HuggingFace

3.危與機并存的英偉達

Kakashiii發表的“英偉達的一切都將開始瓦解”的觀點也遭到了不少人的質疑。

亞馬遜云科技零售和消費類電子產品生成式人工智能主管邁克爾·康納（Michael Connor）就評論道：“強大的顯卡在訓練和推理中都是必需的，即使使用 DeepSeek。”

圖片來源：Michael Connor X賬號

一直比較看好英偉達的花旗分析師阿提夫·馬利克（Atif Malik）認為：“雖然 DeepSeek的成就可能是開創性的，但我們質疑的是，如果沒有使用先進的GPU對其進行微調或通過蒸餾技術構建最終模型所基于的底層LLMs，DeepSeek的成就就不可能實現。”

馬利克同時分析，雖然美國公司在最先進AI模型方面的主導地位可能會受到挑戰，但美國獲得更先進芯片的機會是一個優勢，因此他預計領先的AI企業不會放棄更先進的GPU。

“因為這些GPU在規模上能提供更具吸引力的$/TFLOPs（一個衡量計算性能性價比的指標） 。”馬利克說，“我們認為，星際之門（Stargate）等最近宣布的AI資本支出就是對先進芯片需求的回應。”

Panoptes Group前創始人、人工智能研究員、現牛津大學在讀博士JundeWu就表示，很多人擔心DeepSeek的低成本訓練會沖擊顯卡市場，但他認為是利好。

他的觀點之一是，很多人認為模仿DeepSeek就不需要那么多卡了，但其實DeepSeek-R1的低成本訓練方法也是可以Scaling的。在DeepSeek出來之前，其他大模型用PRM（Process Reward Model）的時候，由于需要額外的卡訓練PRM模型來監督推理過程，已經觀察到Scaling Law失效、邊際效應遞減了，但是DeepSeek的出現證明了多一張卡、性能就成正比提升，這對顯卡市場顯然是一種利好。

圖片來源：JundeWu X賬號

他的觀點之二是，很多人認為DeepSeek做的是推理，但其實DeepSeek-R1是通過后訓練，來訓練模型有更強的推理能力，這種訓練和預訓練對顯卡的需求沒有本質區別。

因此，JundeWu認為，未來對顯卡市場和Scaling Law最大的威脅不是模型，而是數據。

還有業內人士分析，雖然訓練消耗的算力較少，但是由于智能的持續升級和相應的用戶需求上升，推理模型也會需要更多的算力；另外，DeepSeek的技術將導致模型能力走向分化，只有那些擁有高端GPU的人才有能力創建更復雜的模型。

除了社交網絡上的討論，在更為私密和專業的小圈子里，對于此次DeepSeek-R1的爆紅和其對英偉達生態的影響的討論則更為理性。

「甲子光年」獲得的一份來自“拾象”的《DeepSeek-R1閉門學習討論》文件紀要中，就有參會者表示，DeepSeek-R1只是站在巨人的肩膀上取得的成功，但探索大模型最前沿的技術需要的時間和人力成本還要高很多，R1的出現并不代表以后的訓練成本會同時降低。

「甲子光年」分析，短期內英偉達仍握有三大優勢：

高端芯片的統治力：預計2025年英偉達從Blackwell架構產品線獲得的收入有可能會超過市場的預期，超過Hopper架構創造的記錄，最多可達到2100億美元的水平，而且大型云廠商的訂單已覆蓋未來數年產能。 CUDA生態壁壘：90%的AI開發者依賴CUDA平臺，遷移成本極高。 供應鏈控制：臺積電CoWoS（一種先進的半導體封裝技術）產能優先分配英偉達，2025年預計英偉達占據CoWoS總需求的63%，表明其在采用CoWoS技術方面的領導地位。

DeepSeek掀起的AI算力革命，并不是要替代英偉達，而是迫使行業重新思考算力投入的性價比。

模型進化帶來的算力革命，這其中有著太多不確定，但唯一確定的是：AI算力的“軍備競賽”邏輯，正在被中國公司的算法創新改寫。

（封面圖來源：電影《星際穿越》）