从英伟达股价震荡看DeepSeek对美国AI 估值叙事的冲击
从英伟达股价震荡看DeepSeek对美国AI 估值叙事的冲击
1月27日，AI概念股遭遇惊魂暴跌，英伟达收盘暴跌16.97%，市值单日蒸发5926.58亿美元。与此同时，DeepSeek的R1模型仅使用少量低端GPU实现了与高端GPU相当的性能，引发市场恐慌。这一突破不仅挑战了英伟达高端GPU芯片的稀缺性，也为国内整个AI行业的生态建设带来了新的希望和机遇。
1月27日，AI 概念股遭遇惊魂暴跌，欧美科技股市值一日蒸发 1.2 万亿美元，芯片制造商与 AI、数据中心全产业链公司无一幸免，集体沦陷。其中，英伟达当天收盘暴跌 16.97%，收盘118美元，市值单日蒸发 5926.58 亿美元(约合人民币 4.3 万亿元)，一举创下美股史上最大单股票市值下跌纪录，可谓触目惊心！
截至2月7日，英伟达持续放量震荡, 股价艰难攀升至 129.8 美元，市场就DeepSeek对英伟达的分歧巨大。
回溯去年年底，在 DeepSeek-V3/R1 发布前，华尔街投行预测，到2025 年，微软、Meta、亚马逊和谷歌这四大科技巨头的AI相关资本支出将至 3000 亿美元, 折合人民币约 2.18 万亿元，而2026 年这数字还会继续飙升。更别提特朗普那惊世骇俗的 5000 亿美元星际之门人工智能基础设施投资计划，彼时的美国AI资本，一片繁荣盛景。
然而，DeepSeek 如一匹黑马横空出世。它向世人展示了如何用较低成本的硬件实现高性能AI模型，根据评估，它比其他模型的效率高出40到50倍。DeepSeek的R1模型仅使用少量低端GPU（如A100）就实现了与高端GPU（如H100）相当的性能。这一惊人突破，让市场瞬间陷入恐慌，投资者纷纷担忧未来对英伟达高端 GPU 的需求将如雪崩般下滑。最核心的拷问摆在面前：
以巨额资本支出为基础的美国AI估值叙事要破灭吗？
2月5日谷歌公布四季度季报，盘前跌7%，其中重要原因之一是谷歌750亿美元AI投资让市场担忧。DeepSeek让华尔街开始对资本支出的负面影响和美国AI领域叙事的重大变化令人担忧。华尔街关于 AI 的分析报告中久不见的回报率，也再次成为焦点。
华尔街的分析师们预计大厂的行业战略也将出现分歧：一种是继续追求更高的算力。要知道，此前市场普遍认知是算力多寡直接与市值高低挂钩。另一种则是重新聚焦效率和投资回报率，这在以往几乎是被忽视的。
市梦率和市盈率间的纠缠, 一直是市场估值最重要的因素. 一个缺乏梦想的公司，断然无法拥有高市值; 但盈利能力, 无疑是支撑公司高估值的基石. 在未有DeepSeek之时, 英伟达的盈利能力由下游大厂们AI领域持续“砸钱”来维系, 字节+腾讯2024年共买了46万张GPU, 而最大买家微软更是购买了48万张卡.
彼时，基于 “算力即智能” 的假设，大厂们的宏伟蓝图被市场欣然接纳，而他们的营收则由原有业务利润稳稳支撑，大厂们前景一片光明。稳定营收加上充满想象空间的未来，共同促成了这一波由大模型引领的资产大爆发。
把时间拉回到 2022 年 11 月 30 日，OpenAI发布 ChatGPT，这一石激起千层浪。OpenAI 的估值从 2022 年的约 300 亿美元，一路狂飙到 2024 年 10 月的 1500 亿美元，短短两年翻了五倍，资产增值高达 1200 亿美元。与此同时，英伟达从 3400 亿美元飙升至 32900 亿美元，资产增值远超 OpenAI；谷歌的资产增值也达到了约 10000 亿美元。尽管英伟达、谷歌的资产增值不能完全归因于大模型创新，但大模型创新无疑占据了相当大的比重。以下是24年11月全球单一资产排名.
数据来源:companiesmarketcap.com
从排名来看，过去两年，苹果、英伟达、微软、亚马逊、谷歌、Meta 等巨头的资产大幅增值，很大程度上都得益于 OpenAI 发布 ChatGPT 带来的连锁反应。尽管从 2022 年 11 月底到 2024 年 10 月，黄金资产增值了 70000 亿美元，但大模型技术变革所引发的资产增值影响力，显然更胜一筹，可以认为大模型技术变革带来的资产增值影响大于美元衰退的资产增值.
通用人工智能(AGI)的梦想还在, 市梦率就还在
为了向资本市场证明估值合理性，OpenAI公司CEO 再次开启了“全球路演”，他将到访东京、首尔、新德里、迪拜、柏林和巴黎等地，与政府官员及投资人见面。在东京，OpenAI公司CEO 爆料GPT-5研发路线图，多模态能力颠覆传统，GPT-5将是一个超级混合模型，计划会把GPT和o系列模型整合在一起，并且支持视频、音频、图像的多模态交互，OpenAI的CEO断言GPT-4到5将会重现GPT-3到4的史诗级性能飞跃。
也有华尔街的分析报告将DeepSeek类比为蒸汽机效率提升，并称煤炭需求并不会因为蒸汽机效率提升而减少, 反而会推动煤炭需求。断言领先的 AI 公司不会放弃更先进的 GPU。微软首席执行官纳德拉在社交媒体X上发文，引用了杰文斯悖论（Jevons paradox）的概念，指出随着人工智能更加高效和易用，其使用将会激增。杰文斯悖论是英国经济学家William Stanley Jevons在1865年提出的一个经济学概念，它指的是提高资源使用效率反而可能增加其总消耗量。Jevons指出，随着蒸汽机效率的提升，煤炭消耗量不降反增。核心观点为：技术进步提高了资源使用效率，效率提高降低了资源使用成本，成本下降刺激了资源需求的增长，需求增长可能超过效率提升带来的节约，最终导致资源总消耗增加。
大部分华尔街的投行们认为GPU支出远没有达到峰值。而杰文斯悖论几乎肯定会导致人工智能行业需要更多而非更少的计算资源。他们忽略了一个重要事实, 算力需求并不只有英伟达能满足, 在之前基于CPU的时代,全球最强的超算中心在中国, 可以预见未来最强的GPU超算中心也在中国. DeepSeek的技术方案证明并不需要英伟达高端GPU芯片也能达到, 所以DeepSeek对英伟达最核心的影响:英伟达高端GPU芯片稀缺性开始被挑战, 将导致其在 AI 领域的核心投资标的地位将面临前所未有的冲击.
绕开CUDA，DeepSeek为国产GPU“破局”？
看了DeepSeek技术方案，有一个技术细节令人印象深刻：DeepSeek模型竟然绕开了CUDA，转而采用GPU低级汇编语言PTX进行优化。
PTX（Parallel Thread Execution）是英伟达GPU的中间指令集架构，它处于高级GPU编程语言CUDA和低级机器代码（流处理汇编或SASS）之间。由于开发难度极高，PTX往往被大多数算法工程师忽视。
作为一名曾在大厂AI部门工作多年的人，身边同事大多使用谷歌TensorFlow开发AI模型，真正使用CUDA很少。在国内大厂中，虽然肯定有工程师能够熟练运用PTX等低级汇编语言，但他们大多不在算法团队。而国外大厂，算法工程师们拥有更高性能的GPU以及更大规模的集群，自然也不需要在PTX级别进行优化。
更何况早些年，人工智能三大顶会之一的NeurIPS更倾向于欣赏具有数学创新的AI模型，而汇编语言的优化并不被视为创新，完全不在顶会的考虑范围内。因此，大部分算法工程师们也就不愿意去研究PTX优化。
然而，DeepSeek的母公司幻方作为中国头部量化公司，在高频策略中使用汇编进行优化是再正常不过的行为。面对有限的GPU算力，采用PTX低级汇编语言进行优化无疑是理所当然的技术方案。调试PTX这样低级的编程代码，需要极大的毅力和出色的能力，DeepSeek的算法工程师们在这方面展现出的水平令人叹服。
对于长期苦于CUDA生态限制的AMD以及国内的GPU公司来说，这无疑是一个绝佳的机会。事实上，在此前DeepSeek本地部署的文档中，已经明确支持华为昇腾芯片。可以预见的是，华为等国内GPU公司针对DeepSeek训练的硬件升级已经在紧锣密鼓地攻克中。毕竟，构建一个完整的CUDA生态难度极大，而模仿PTX优化则相对容易得多。DeepSeek为国内整个AI行业的生态建设带来了新的希望和机遇。
AI估值叙事是一座大山, 一旦出现裂痕, 就再也回不去了
如果把 美国AI 估值叙事比作一座大山，那么一旦出现裂痕，恐怕就再也无法回到过去的状态了。DeepSeek在这座大山上划下了一道裂痕。从英伟达市值的大幅蒸发，到华尔街对资本支出的担忧，再到市场对 AI 产业未来发展的分歧，无不显示其深远影响。
在 DeepSeek 之前，AI 产业的发展似乎遵循着一条简单而明确的逻辑：更多的算力意味着更高的估值，而英伟达则凭借其高端 GPU在这一领域占据着绝对的优势, 成为最核心的投资标的。然而，DeepSeek 的出现打破了这一逻辑，它展示了如何用较低成本的硬件实现高性能 AI 模型，这不仅让市场对英伟达高端 GPU 的依赖产生了质疑，也让人们开始重新审视 AI 产业的估值体系。
如今, 一方面，OpenAI 等公司仍在积极推进大模型的发展，在通用智能AGI这个梦想之前, 所有的投入都有合理性；另一方面，DeepSeek 的成功也让人们看到了 AI 技术发展的另一种可能性。
这场由 DeepSeek 引发的市场动荡，是否能让AI 产业格局重塑？一切仍未有定论。但可以肯定的是，AI资本市场的风云变幻，才刚刚开始。