今年1月，DeepSeek R1模型的横空出世在科技领域掀起了巨大波澜，其对人工智能芯片市场的冲击尤为显著。作为行业领先企业，英伟达受到直接影响。
DeepSeek R1模型开发用时仅两个月，成本不到600万美元，使用约2000枚英伟达芯片，关键性能却可与OpenAI的推理模型o1相比。
相较而言，OpenAI训练GPT-4时使用了25000个英伟达A100芯片，花费在8000万至1亿美元之间；GPT-5的训练成本据报道高达10亿美元，其“星际之门”项目计划建设容纳40万个英伟达芯片的数据中心。
这种对比引发全球业界思考：高额芯片成本是否仍是AI发展必要条件？DeepSeek R1以低成本高效率对这一认知提出挑战。市场因此担忧对英伟达高性能芯片依赖可能减弱，英伟达股价在1月27日下跌近17%，3月中旬一度降至去年9月以来的低点。
然而，在日前举行的GTC 2025大会上，英伟达CEO黄仁勋回应了这一担忧，指出“这种理解是完全错误的”，并表示未来计算对芯片的需求不会下降，反而会增长。
芯片需求依旧旺盛？
黄仁勋为何如此确定？未来计算需求为何会推动芯片使用量增加？对此，他也给出了解释。
DeepSeek R1确实以较少资源实现了相当性能，使一些观察者推测，未来AI模型可通过算法优化——如稀疏计算或模型压缩——减少对芯片数量的依赖。
但需注意，DeepSeek R1虽然在训练阶段所需芯片数量减少，但实际部署和使用时仍需大量计算资源支持实时任务。黄仁勋表示，“推理是计算密集过程。像DeepSeek这样的模型可能需要比传统模型多100倍的计算能力，未来推理模型需求会更高。”
这表明，即使通过技术手段降低部分运算量，新应用场景和算法复杂度提升仍会持续产生对更高性能芯片的需求。目前，大规模并行计算和分布式训练已成行业标准，这些技术本身要求数据中心具备高计算能力和稳定硬件平台。
如此可知，芯片在AI生命周期中的作用未减弱，在某些场景中变得更为关键。同时，DeepSeek R1的低成本开发模式或将加快AI普及进程。随着AI开发门槛降低，不仅大型科技公司，中小企业甚至初创公司也能负担AI技术研发和应用，这将为芯片供应商带来新增长。
另外，头部科技企业乃至与智慧交通领域的企业，都在加速布局AI领域。这对英伟达等芯片企业是极大利好。
英伟达的几位大客户也在近期财报中重申了对AI的支出计划。有媒体分析发现，最大的几家数据中心运营商的支出，实际增长速度比预期更快。可见，尽管存在成本和效率的优化，企业对高性能芯片的需求并未减少，反而在持续增长。
比如，微软在最新财报中表示，将增加AI基础设施投入，利用英伟达芯片技术升级云服务和企业解决方案；Meta计划使用英伟达Blackwell芯片训练其语言模型Llama。
此外，英伟达与SPACE X、微软和贝莱德等公司共同参与“AI基础设施合作伙伴计划”，计划投资超过300亿美元用于开发AI基础设施，满足生成式AI对数据中心和能源设施的需求。
英伟达认为，随着硬件和软件推理效率提升，将使模型推理和智能代理部署成本降低，实现成本效益扩散，实际消费量将增加。黄仁勋总结为“买越多、省越多”。
对于竞争产品，黄仁勋表示目前市场上的芯片产品暂时无法与英伟达Hopper相比，而最新的产品Blackwell性能是Hopper的40倍。他透露，英伟达收到的Blackwell订单多于Hopper同期水平，“这仅是云提供商订单，其他公司在AI数据中心支出将进一步增加这些数字。”
根据分析师认为，其演讲内容大多是老生常谈，没有超出市场预期，没能打动华尔街的金融大鳄们。发布会后，英伟达股价应声下跌，连跌两个交易日。
直到3月19日，爆出英伟达计划在未来四年内斥资数千亿美元采购美国制的芯片和电子产品，股价才有所回暖，盘后涨幅接近2个百分点。
扫一扫关注微信
