Deepseek令NVIDIA等科技股暴跌？一篇讀懂原因！

DeepSeek 的崛起正在挑戰 NVIDIA 在 AI 硬體領域的主導地位。自 2025 年 1 月推出 DeepSeek R1 以來，NVIDIA 面臨股市動盪，市值蒸發數十億美元。

為何 DeepSeek 對 NVIDIA 不利？ 答案在於其高效的 AI 模型訓練、軟體驅動的優化以及地緣政治優勢。本文將探討 DeepSeek 如何顛覆 NVIDIA 的商業模式，並重塑 AI 硬體產業。

第一部分：DeepSeek 的成本效益削弱 NVIDIA 的商業模式

NVIDIA 的業務依賴於向 AI 公司銷售高效能 GPU，以滿足其龐大的計算需求來訓練模型。而 DeepSeek 則透過大幅降低 AI 訓練與推理成本來挑戰這一模式。

降低 AI 訓練成本

DeepSeek 使用僅 2,048 顆 NVIDIA H800 GPU 訓練 R1，成本約 560 萬至 600 萬美元，遠低於 OpenAI 訓練 GPT-4 所花費的 1 億美元或 Meta 訓練 LLaMA 3 的 6,000 萬美元。其高效能來自稀疏激活技術與 FP8 混合精度訓練，大幅減少計算成本。

降低推理成本

DeepSeek API 的定價為每百萬個輸入 Token 0.55 美元，而 OpenAI 則為 15 美元，這使 AI 推理成本大幅降低。這種成本優勢吸引了希望降低 AI 部署成本的企業，也進一步削弱了市場對 NVIDIA 高端 GPU 的需求。

對於 2024 年營收達 610 億美元、主要依賴 GPU 銷售給雲端服務供應商的 NVIDIA 而言，AI 訓練趨向更高效的方式，可能意味著對昂貴硬體的需求將下降。

第二部分：DeepSeek 的軟體優化降低對 GPU 的依賴

DeepSeek 的成功證明，AI 突破不再僅依賴於 GPU 的強大運算力，而是可以透過聰明的軟體優化來彌補硬體的限制。

軟體創新降低 GPU 需求

• DeepSeek V3 採用專家混合（MoE）模型，推理時僅啟動 370 億個參數，而總參數量為 6,710 億，大幅降低 GPU 功耗。
• DualPipe 優化技術提升 GPU 間的通信效率，使其能夠在較舊或降規的 NVIDIA GPU（如 A100 和 H800）上高效訓練模型。

即使美國出口管制限制了對 H100 等最新 NVIDIA GPU 的取得，DeepSeek 仍開發出替代方案，使 AI 性能不受影響，而無需依賴最先進的晶片。

第三部分：地緣政治緊張與AI市場的碎片化

為何 DeepSeek 對 NVIDIA 不利？美中科技競爭加速了中國的軟體驅動 AI 創新，進一步降低對高端 NVIDIA 硬體的依賴。

美國晶片出口限制的反效果

• DeepSeek 依賴 NVIDIA H800——這是針對中國市場的降規 AI 晶片，顯示 AI 公司正在尋找規避晶片限制的方法。
• 中國大力推動 AI 自主發展，這意味著政府將提供更多國內資金與激勵措施，以支援 NVIDIA 以外的替代方案。

新興市場的採用

雖然美國企業可能因數據隱私問題對 DeepSeek 持保留態度，但其開源 AI 模型正在新興市場中快速普及。這可能導致 AI 發展的碎片化，削弱 NVIDIA 在全球市場的影響力。

第四部分：投資者對 NVIDIA 長期增長的擔憂

DeepSeek 的崛起引發了對 NVIDIA 長期營收模式的疑慮。

AI 企業對 GPU 需求下降

• Google、Amazon 和 Meta 等科技巨頭正在開發自家 AI 晶片，以減少對 NVIDIA 的依賴。
• 隨著 AI 模型變得更加高效，企業開始質疑是否仍需要投入昂貴的 GPU 設備。

市場估值風險

• NVIDIA 的股票估值假設 AI 市場將持續增長，但 DeepSeek 在 AI 效能上的突破可能會挑戰這些預測。
• 如果 AI 運算變得更加經濟高效，每台 GPU 的銷售收益可能會下降，類似於雲端儲存成本隨時間下降的趨勢。

結語

為何 DeepSeek 對 NVIDIA 不利？它代表了 AI 開發的一個根本性轉變，證明了軟體驅動的 AI 模型能在不依賴高成本 GPU 的情況下實現高效能。

DeepSeek 的影響超越了 NVIDIA 的股價，它正在重塑 AI 基礎設施，使效率成為新優先事項，而非依賴大量的運算能力。

儘管 NVIDIA 仍是市場主導者，但其長期地位將取決於它如何適應這一變化中的 AI 環境。