英伟达最危险的时刻？Deepseek事件后，从直觉上看，市场抛售英伟达的逻辑似乎很站得住脚。毕竟，算法优化后，模型对算力需求就大幅减少。这就不得不让人担心，之前大科技买GPU的钱是否都要打水漂了？未来大科技会不会也能通过优化算法，就可以少买很多GPU了？如果真是如此，那必然会直接影响英伟达业绩，出现抛售也就不足为怪了。为了更深入地理解事件的影响，我这里分别从短期和长期来进行分析。英伟达短期的需求是否出现变化？很多媒体对于Deepseek的报道都有故意夸大的嫌疑，导致投资者对其过分解读。Deepseek的模型确实不错，各个第三方测评也给出非常高度的评价，但具体有几个问题，我认为还是很值得和大家一起深挖一下。1、Deepseek是否真的只花费了560万美元，就做出了R1 model？从我找到的资料来看，Deepseek宣称的560万美元，仅仅是训练的成本。但没有包括失败的模型，以及其他前期的科研费用，比如算法的搭建、数据等，因此我们单拎使用一个模型的成本与整个ChatGPT的成本相比是不公平的。如果相比较，应该用ChatGPT的一个模型与R1相比，虽然R1的成本会大幅低于ChatGPT的成本，但是没有几个数量级那么夸张。 2、Deepseek的R1模型是否是一个全新的突破？我不否认R1模型非常惊艳，但要说是一个跨时代的重大突破，目前看来，似乎还不至于。原因在于其在12月底就已经发布了第一代模型，这是在其他开源模型的基础上做出来的，如Meta的Llama。当时Deepseek已经被业界注意到，而且很多大科技内部也对其做了深度的研究。如果真是如此，那意味着现在的大科技Capex其实已经是price in了新算法的影响。这里说的主要是Meta和微软，他们对25年增加资本性支出的决定都发生在最近这几天。也就是说，deepseek并没有改变他们对于增加算力投入的决定。如果deepseek这个模型在技术上真的能造成划时代进步，大幅削减成本的话，大科技（Meta）在资本性投入这一块或多或少会更谨慎一些才对。然而事实并没有。所以，至少从大科技当下的行为看来，deepseek的这个技术突破很有可能没有很多人想象的那么夸张。3、Deepseek有谎报成本的嫌疑？Scale AI CEO Alexandra Wang公开表示，Deepseek其实拥有5万块GPU，而且这些GPU不只是H800，很多是最先进的H100。马斯克也在推特上认同这种看法。但事实我们无从验证。根据以上的分析，我想这么一个结论还是可以得出来的，那就是：Deepseek确实带来了算法的优化，也因此降低了成本，但程度上并没有媒体报道的那样夸张。然而，AI模型的成本下降是一直存在的！其实通过模型的优化降低成本并不是deepseek的独有专长。ChatGPT每次新版本的更新都会大幅降低成本，过去18个月算力的成本已经降低了90%，但似乎媒体从来关注过这个事情。英伟达本身也在通过软件和硬件不断降低单位的算力成本。2012—2022年，英伟达在单芯片AI推理性能上就提升了1000倍。其中绝大部分的提升都来源于CUDA在算法上的优化。这种模型、算力的提升在过去几年里一直在发生，而且每隔一段时间就会出现一次大幅提升。这其实是英伟达以及AI行业参与者共同追求的，deepseek也只是其中之一，和之前并没有本质区别。 而如果很长一段时间单位算力无法降低，那才不正常。 大科技对于GPU的资本支持那么现在看来，短期内最核心的问题是，大科技是否会在近期降低对算力的投入？从第一性原理出发思考，我认为不会。大科技目前现金充足，他们不怕花钱，而是怕在AI的竞争中落下风。轻则导致增长变慢，重则影响到自己的生死存亡。在AI的竞争中，有3个关键因素，算力、算法、数据。这三个因素在短期内并不是非此即彼的关系。尤其是算力和算法之间。算法做得更好一些肯定是好的，但这其实不妨碍我愿意投入更多的算力。而目前市场最担心的是，会不会算法提升之后，大科技就不买GPU了？也就是说，大科技会不会认为：要不咱们接下来一年想办法优化算法，别再堆算力了，咱们省点钱怎么样？其实，当你代入到大科技的位置上，去思考他们现在所处的竞争环境，你就不太会担心这个事情的发生。在当前的AI竞争中，降本从来都不是目标，他们的核心目标是以最短的时间做出最好的AI产品，迅速占领相关领域，获得先发优势。 在当前AI技术日新月异的时刻，没有哪家大科技敢在这个时候为了降本而保存实力。当发现有竞争者做出更好的产品时，他们想到的一定不是如何省钱做出一样的产品，而是他们需要投入更多资源，超越竞争对手。这就需要他们采购足够的算力，来确保在竞争中没有落后。 退一步说，即使某家公司在算法上已经领先了，他们还是需要尽可能地获得更多的算力，来缩短训练的时间，从而扩大自己的领先优势，让原本2个月的训练，通过算法和算力的共同努力，缩短到2周。而不是有了更好的算法，就愿意多等两个月。因此，我并不认为短期内大科技敢做这个事情。如果真的有哪家大科技会在这个时间点冒险降低投入，那我反而会比较担心这家大科技的未来，而不是英伟达。 英伟达长期基本面是否发生变化？计算机发展史说到长期基本面，这里最需要思考的，就是长期算力的需求到底会怎么样？英伟达真的会面临，技术进步太快了，算力太多的困境吗？这里咱们不妨回看一下，上一次技术进步带来的算力提升造成了什么影响。那就是早期计算机发展的历史。在上世纪60年代，计算机发展初期的时候，不仅运算的速度低，价格还很贵，当年只有政府或者大型公司才能负担得起。但随着技术的不断改善，算力已经放大了不知道多少倍了，甚至连现在我们手机的计算速度都远远大于当时的大型计算机。但算力的提升真的满足了我们的需求了吗？并没有！客观事实就是，科技进步了这么多年，算力的需求几乎都没有被满足过。现在的AI，就是处于当年只有政府或者大型公司才能负担得起计算机的时代。单位算力成本虽然在不断降低，但依然很贵，目前也只有财大气粗的大科技才能负担得起。但可以清晰的看到，单位算力不断降低的趋势不变，并且这个趋势将会出现加速发展。这背后不仅是模型算法上的技术进步，其实也离不开英伟达在不断地通过软硬结合的方式提高算力速度。换句话说，英伟达其实从来都不担心算力的提升会降低需求。反而，英伟达坚定的认为，只有当单位算力的价格降低到中小企业，甚至个人可以接受的程度时，AI会被更多人所接受，也会产生更多的需求，他们才能实现更大的价值。这点我个人是认可的。当然了，这个逻辑背后还需要英伟达能够维持住他当前的护城河，这才能保证英伟达能确定性地吃到行业增长的利好。对此，我并不担心。而英伟达真正变化的，我认为是长期投资逻辑。我们不该再像以前一样，认为算力的极端需求是英伟达长期增长的核心。算力不过是AI三足鼎立中的一部分，三者是动态平衡的。 英伟达真正的长期投资逻辑，在于三者平衡状态下，在算力领域里软硬结合的稳固护城河，给公司带来的动态调整能力，以及行业整体需求的膨胀带来的增长 。 结论所以综合来看，我认为无论是短期，还是中长期，英伟达的基本面都没有受到明显的冲击。Deepseek虽然带给了AI一次非常不错的技术进步，但拉长时间来看，这样的技术进步只会是AI漫长发展史中的一小步，未来这样的技术进步必然会有更多。而面对这种技术进步，我们不光不要过于担忧，反而，当技术进步能让整个AI发展得更加繁荣的时候，最终更有可能是会利好英伟达的。最后我有必要打一个补丁。虽然我个人对英伟达的基本面依然有信心，但短期股价的波动可能难以避免。尤其是现在市场情绪非常不稳定，以及未来几天大科技财报会带来各种各样的不确定性。而情绪面上的波动，我无法预测。然而在情绪面不好的时间点上，如果你正好没有仓位，我反而认为这是一个好的，在做好风控的前提下，入局的时刻。