梁文锋帮黄仁勋大忙了
人们终于从黄仁勋口中听到了 "DeepSeek"。
北京时间 2 月 21 日，黄仁勋的一段采访视频出现在存储解决方案公司 DataDirect Networks 举办的线上活动中 。
身穿黑色皮夹克 ，表情也一如既往淡定的黄仁勋表示 ，投资者对 DeepSeek 在人工智能领域取得的进展存在误解，这导致了市场对英伟达股票的错误反应 。
这指的是过去三周英伟达坐上过山车一般的股价 ，这也是黄仁勋本人首次公开回应此事。
1 月 27 日 ，随着 DeepSeek 突然冲进人们的视野，"AI 卖水者 " 英伟达股价暴跌 17% ，单日市值蒸发高达 5890 亿美元 ，创下美股最高纪录 。一直到 2 月 18 日美股开盘，英伟达才收复全部失地，股价重回 140 美元 / 股上方 。
" 市场对（DeepSeek）R1 的反应是：‘天啊！人工智能到头了！’就好像它从天而降 ，我们不再需要进行任何计算了。"
黄仁勋却直言 ，事实恰恰相反、完全相反—— DeepSeek R1 推理模型的发布，对人工智能市场本身是有益的 ，将加速人工智能普及 ，而不是意味着市场不再需要计算资源 。
换言之，DeepSeek 利好英伟达 ，而非相反 。
在某种程度上 ，DeepSeek 的威胁之下，科技巨头纷纷表态继续增加资本支出 ，加大对 AI 基础建设的投入 ，反而让投资者对英伟达的信心增强了几分。
一
让我们先来看看黄仁勋本次关于 DeepSeek 的发言（有删略）：
黄仁勋：你也知道 DeepSeek 发生了什么，世界上第一个开源的推理模型 ，这很令人兴奋 ，随着 R1 开源，全球范围的热情也变得非常高涨。
Alex Bouzari（DDN 首席执行官兼联合创始人）：挺不可思议的，为什么人们认为这会是一件坏事？我觉得这是很棒的一件事 。
黄仁勋：首先我觉得从投资者的角度来看 ，有这样一种思维定式 ，认为先做预训练，然后进行推理 。推理就是你问 AI 一个问题 ，它立刻给出答案。虽然不知道这个思维源自哪里 ，但它显然是错误的 。
正确的应该是：先进行预训练，我们需要有一个基础的理解 ，才能进行下一部分 ，也就是后训练 。预训练需要大量的数据 、不同模态的数据，正如你刚才提到的 ，从语言 、图像、视频 、声音中学习 ，然后全部结合起来，形成基础知识 ，这个过程将会持续下去。
其次第二部分是后训练 ，这个阶段是学会解决问题的过程 。你（模型）已经有了基础的信息，理解了词汇和语法 、句法的运用，理解了基本的数学原理 ，而后将这些基础知识运用到实际问题中 ，来解决问题，我们称之为后训练 。
所以 ，后训练有一系列不同的学习范式与之相关。在这个范式中 ，技术在过去五年中发展得非常迅猛，而且计算需求也变得极为密集 。
…… 第三条缩放定律是：你做的推理越多 ，在回答问题之前思考越多 ，结果就会越好 …… 理想情况下，你已经记住了很多基本的东西 ，但最有价值的智能仍然需要通过推理来获得 。因此 ，你必须运用基本原理，一步一步地拆解问题 ，也许你得进行很多不同的实验 ，而根据一个实验的结果，可能会为你接下来的实验提供线索。所以，推理是非常关键的 ，所需要的计算量相当大 。
所以我认为市场对 R1 的反应是：" 天哪 ，AI 已经到头了！"，它像从天而降一样 ，我们不再需要做任何计算了 。但其实 ，情况恰恰相反。完全相反。
Alex Bouzari：因为 DeepSeek 所做的事情让大家意识到，原来有机会让模型变得比我们想象得更高效 。这不仅扩展了 AI 的应用范围 ，还加速了 AI 的普及和采用 。
他的论点取决于人工智能进化过程中的细微变化：虽然 DeepSeek 在模型预训练方面表现出色 ，即涉及将大量数据集输入人工智能系统的阶段，但随后的 " 后训练 " 阶段 ，即模型学习推理和解决复杂问题 ，仍然是一个计算庞然大物。黄仁勋认为，这正是英伟达芯片仍然不可或缺的地方 。
这是黄仁勋首次回应 DeepSeek 的影响 ，也正值英伟达走出这一波动荡 ，股价回升，彻底收复失地之时 。
二
过去的三周，英伟达经历了一场惊心动魄的股价波动。
那是一个注定被载入英伟达史册的血色星期一：1 月 27 日 ，英伟达股价暴跌 17% ，市值一夜之间蒸发 5890 亿美元（相当于一个腾讯），创下美国上市公司单日记录 。
英伟达自身并未发生什么大事 ，事实上 ，就在 " 血色星期一 " 的前几天，OpenAI、软银和甲骨文的 5000 亿美元合资计划 " 星际之门 " 才公布 ，对英伟达来说又是一大利好消息 。
地震是由 DeepSeek 引发的。这家中国 AI 公司发布了推理模型 DeepSeek R1 ，性能媲美 OpenAI 的 o1，成本却不到后者的 1/10 。
消息引起硅谷震动 ，一时间所有人都在讨论 R1 ，风险投资家兼网景创始人马克 · 安德森（Marc Andreessen）在一条推文中称这是人工智能的 " 斯普特尼克时刻 " 。1957 年苏联发射第一颗人造卫星 " 斯普特尼克 1 号 "，美国和世界感受到了突如其来的震撼。
一个疑问自然浮现：既然可以如此低成本做到 ，那 OpenAI 们是不是走错了路？
继而 ，压力传导到了英伟达身上，其作为 AI 芯片生产商，是热潮中的最大受益者之一 ，仅过去四个季度 ，利润就超过 630 亿美元 。自 2022 年底以来，其股价已经飙升了八倍 。除此之外 ，英伟达的销售利润率很高 ，毛利率持续超过 70%。
媒体争相指出英伟达承压，《华尔街 * 日报》的报道干脆就名为《DeepSeek 的崛起 ，暴露了英伟达的弱点》。而专家和分析师也贡献了自己的观点 。
CFRA Research 分析师 Angelo Zino 在周一给客户的报告中表示：" 我们认为投资者应该认真对待来自中国的创新 ，因为它让人怀疑当前的资本支出 / 技术升级速度是否必要 。"
" 以前，人工智能更大 、更好 、更快。芯片越大 ，人工智能能力就越强 ，" 科技和半导体研究公司 Moor Insights & Strategy 的首席执行官帕特里克 · 穆尔黑德（Patrick Moorhead）表示 。" 但这次发展速度太快了，这让人不禁要问 ，英伟达的这种状态还能持续多久 ，未来人们是否还需要这么多英伟达的芯片 。"
讨论发酵成恐慌，恐慌引发了对英伟达的抛售，在 1 月 27 日爆发了出来。
第一时间 ，英伟达发言人通过声明表示："DeepSeek 是一项出色的人工智能进步 ，也是测试时间缩放的绝佳范例 。"
该发言人进一步表明，DeepSeek 等 AI 公司的推理需要大量英伟达 GPU（图形处理器）和高性能网络 ，DeepSeek 的爆火表明市场对其芯片仍有需求 。
这样的表态没有第一时间 " 止血 " ，2 月 3 日英伟达的股价来到今年以来的最低位。
二
同样承压的科技巨头，此时纷纷表态 ，坚定地继续加大对人工智能的支出 。
正值财报发布 ，微软、亚马逊、Meta 等都在去年资本支出大幅增加的基础上，表示今年将进一步增加投入 。
截至 12 月的季度 ，Meta 和微软两家公司的资本支出总额达到 100 亿美元。这高于华尔街的预期 ，更是去年同期的两倍 。其中大部分支出将用于芯片和数据中心，以支持 AI 事业 。Meta 的 CEO 马克 · 扎克伯格甚至承诺 ，首席执行官马克 · 扎克伯格承诺 ，将在长期内 " 大量 " 投资 AI，金额累计高达 " 数千亿美元 "，仅在 2025 年 ，Meta 的资本支出就将超过 600 亿美元：
" 目前 ，我敢打赌，建立这种基础设施的能力将对服务质量和满足我们想要的规模都产生重大优势。" 扎克伯格说。
亚马逊 CEO 安迪 · 贾西（Andy Jassy）也表示 ，两家公司之间的 " 深度合作关系 " 将 " 持续到我们能预见的未来 " 。亚马逊预计 ，2025 年资本支出将超过 1000 亿美元，其中大部分将用于人工智能基础设施 。
这些巨头在英伟达最大的客户之列 ，在 DeepSeek 带来的广泛压力之下 ，它们的表态，反而增强了外界对英伟达的信心。
2 月 18 日 ，当马斯克的人工智能公司 xAI 发布新一代大模型 Grok 3 之后 ，英伟达正式收复了失地，从 1 月 27 日的 17% 股价暴跌中缓过来 。
Grok 3 背后是 20 万张英伟达 H100 构建的大型集群 ，未来有可能拓展到 100 万个 。上周 ，彭 * 博社报道称，xAI 即将与戴尔达成 50 亿美元的交易，以制造服务器来容纳更多的英伟达硬件。
一切似乎在表明 ，通往 AGI（通用人工智能）的道路仍然需要英伟达的砖块 ，而且在可预见的未来似乎仍将如此 。
Wedbush 分析师表示，尽管存在竞争担忧 ，但英伟达最新一代芯片 Blackwell GPU 的需求仍然远远超过供应 ，而且没有放缓的迹象 。分析师预估，2025 年 IT 预算的 10% 至 15% 将用于人工智能 ，美国七大科技巨头的资本支出预计将激增 1000 亿美元至 3250 亿美元。
而这样的信心 ，在英伟达即将发布新财报之际，显得更为可贵 。这也是英伟达爬出 DeepSeek 地震坑之后 ，下一个要面临的挑战 。
本文来自微信公众号：直面 AI ，作者：毕安娣
