文章摘要
【关 键 词】 科技股崩盘、AI行业变革、市值蒸发、数据中心、算力需求
除夕夜，美股科技股遭遇历史性崩盘，英伟达股价暴跌17%，市值一夜蒸发近6000亿美元，创下单个公司史上最大市值损失纪录。DeepSeek的突破性AI模型以低成本、非尖端芯片的开发成功，引发市场对AI行业巨额资本投入的质疑，导致股市剧烈震荡。纳斯达克综合指数下跌3.1%，标普500指数下跌1.5%，微软股价下跌2.1%，美国标普1500综合指数上市公司的交易量比平常高出1/3以上。
英伟达的主导地位受挑战，其GPU在AI数据中心芯片市场一直占据主导地位，谷歌、Meta和亚马逊等科技巨头投入数十亿美元。然而，DeepSeek仅用性能受限的H800，两个月内投入不到600万美元就完成了开发，引发市场对算力需求的担忧。尽管分析师认为AI技术进步将导致对算力需求增加，投资者已用脚投票。英伟达股价过去两年涨势惊人，2023年飙升239%，2024年累计上涨171%，市场对支出减少异常敏感。
英伟达CEO黄仁勋个人净资产缩水约210亿美元，全球富豪榜排名下滑至第17位。博通股价也重挫17%，市值蒸发2000亿美元。依赖英伟达GPU的数据中心公司股价遭遇抛售，戴尔、惠普和超微股价跌幅均超过5.8%，甲骨文暴跌14%。
DeepSeek的影响远超传统科技股，西门子、施耐德电气等为AI基础设施提供电气硬件的公司股价暴跌。避险资产成为新选择，日用消费品股价稳健上涨。AI革命提供“铲子”的公司股价大跌，苹果因投入较少而股价上涨3.3%。
AI大牛Karpathy强调，算力决定智能上限，DeepSeek案例证明数据处理和算法优化有提升空间。深度学习对算力需求巨大，算力是实现智能上限的关键因素。数据在很大程度上是算力的衍生物，合成数据生成与强化学习存在本质联系。深度学习和人类幼崽存在模仿学习和试错学习两种模式，几乎所有深度学习的突破和“魔法般”的效果都来自试错学习。强化学习强大，但RLHF并非真正的强化学习。英伟达高级研究科学家Jim Fan赞同Karpathy的观点，认为机器终将训练机器，永远不要怀疑scaling的力量。
原文和模型
【原文链接】 阅读原文 [ 2138字 | 9分钟 ]
【原文作者】 新智元
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
