DEEPSEEK 對輝達來說是利空嗎 ?
過去一周來，中國大陸新創公司DeepSeek號稱以560萬美元打造的人工智慧（AI）模型震驚全球，嚇得美國科技股市值一度蒸發1兆美元，AI頭號概念股輝達（Nvidia）周一股價崩落17%。但業界專家指出，華爾街誤解DeepSeek現象，其實對輝達是福不是禍。
道瓊社報導，DeepSeek在12月底發布的技術文件中估計，DeepSeek-V3模型最後一輪訓練需要280萬個GPU運算小時，成本約560萬美元。此數不包含「先前在架構、演算法或數據方面的研究和消融實驗相關」成本。
DEEPSEEK成本只要 500萬美元嗎
500萬美元複製出OpenAI？誤會大了
簡單說，「560萬美元」這個金額並未計入該模型所有與架構、演算法、數據取得、圖形處理器和測試所投注的研發費用。巴隆周刊專欄作家金泰（Tae Kim）指出，把理論上最後一輪訓練耗費的成本，與美國公司的AI基礎設施投資支出相比，有如拿蘋果跟柳丁相比。DeepSeek的整體成本遠高於此數。
Bernstein半導體分析師Stacy Rasgon表示，華爾街「徹底誤解」這個500萬美元數字，所謂「中國以500萬美元複製了OpenAI，絕對是虛妄不實」。
科技基金Atreides Management經理人Gavin Baker呼應這種說法，他認為600萬美元訓練費這數目「深深誤導人」，即使是聰明絕頂的團隊，也不可能以區區幾百萬美元，就能從頭訓練出DeepSeek這種AI模型。
DeepSeek對輝達是大利空？其實是利多
輝達股價周一慘跌，凸顯出市場擔心，DeepSeek橫空出世後，可能衝擊未來對AI訓練和推論的需求。據New Street Research分析，若用DeepSeek-V3模型作AI推論，成本約比用OpenAI模型銳減90%。
但科技專業人士紛紛發言驅散這種疑慮。
輝達發言人讚許DeepSeek是「傑出的AI進步，也是測試時間縮放（Test Time Scaling）的絕佳範例」，亦即運用額外運算來改善解答問題的品質。他強調：「推論需要為數可觀的輝達繪圖處理器（GPU）以及高效能網路。」
金泰認為，DeepSeek崛起，可能意味著AI模型的效率將大幅提升，若是如此，美國業者可能終究會如法炮製，但那不表示AI晶片就會突然變得供應過剩且永遠供過於求。歷史經驗顯示，科技創新總是會創造新的需求，讓可得的供應派上用場。
特斯拉前AI主管暨OpenAI共同創辦人Andrej Karpathy說：「深度學習對運算的胃口是出了名的貪得無饜，好像從未用AI開發出其他演算法似的。」他表示，長遠觀之，人工智慧發展無可限量，看衰AI運算的前景顯然不智。
英特爾前執行長基辛格看法類似。他說：「運算遵行理想氣體定律（gas law）。成本大幅降低，會使市場規模擴大。市場誤解了–這（DeepSeek）會讓AI的部署更普及化。」
DeepSeek崛起對AI發展是福不是禍
微軟執行長納德拉則引用「傑文斯悖論」（Jevons paradox）的經濟概念，來解釋DeepSeek崛起對未來AI發展是福不是禍。這個理論在1865年由一位經濟學家提出，大意是：隨著更多符合經濟效益的使用案例被發掘出來，效率的提升將促進消費。同理，「隨著AI變得更有效率且更容易取得，我們會見到AI的使用扶搖直上，轉化為一種總是不夠我們使用的商品」。
換言之，華爾街可能錯誤解讀DeepSeek最重要的意義。壓低AI運算的成本，將加速AI使用普及化並催生出新的AI應用，對美國經濟和大型科技公司都是好事，輝達自然也是受益者。
輝達執行長黃仁勳去年底在某個podcast訪談中說：「我們希望把成本壓低，好讓我們能夠以跟昔日一樣的成本和反應速度，提供新型態的推理推論。」
這番話聽來像是未卜先知，與DeepSeek最近發表的一些AI進展極其相似。
金泰的結論是，AI是無窮盡的問題，在可見的未來不會獲得解答。隨著運算效能提升加速新藥開發、機器人應用並改善知識工作者的生產力，研究人員總是會從中受益。AI的能力一旦增強，開發者和企業家終將發現AI的各種實用用途，儘管短期內可能有一段顛簸不平的摸索之路要走。
新聞來源：money.udn.com
