杰文斯悖論：DeepSEEK干掉英偉達(dá)5888億美元

本文由我和ChatGPT、Claude、DeepSeek共同完成

一. 一場(chǎng)中國(guó)技術(shù)引發(fā)的華爾街“地震”

2025年1月27日，中國(guó)AI公司 DeepSeek 橫空出世，一拳擊碎了硅谷的寧?kù)o：

英偉達(dá)股價(jià)暴跌近17%，單日市值蒸發(fā)高達(dá)5888億美元，創(chuàng)下美股史上單日市值蒸發(fā)新紀(jì)錄。

Meta、微軟、谷歌等科技巨頭也隨之大幅下挫，整個(gè)科技板塊陷入恐慌情緒。

投資者開始質(zhì)疑：硅谷過去以高算力、高成本為核心的發(fā)展路徑，是否已經(jīng)走到盡頭？

華爾街投行花旗分析師阿提夫·馬利克評(píng)論道：“DeepSeek 的成就或許極具開創(chuàng)性，這無疑會(huì)沖擊美國(guó)公司在最先進(jìn) AI 模型方面的既有優(yōu)勢(shì)。”

一時(shí)之間，深度恐慌與強(qiáng)烈好奇并存，圍繞 DeepSeek 的真實(shí)水平與成本爭(zhēng)議不絕于耳。

在X.com上，國(guó)外網(wǎng)友們紛紛調(diào)侃，這幫人（DeepSeek）沒有搞各種高大上的東西，也沒有上播客講哲學(xué)，就把這么牛的東西搞出來了。

華爾街的人心里有點(diǎn)兒緊張了：硅谷這幫家伙把錢花哪兒去了？

二. 為何 DeepSeek 能掀起軒然大波？

DeepSeek 的最核心“殺手锏”，在于其顛覆性的成本與效率。

? 據(jù)官方數(shù)據(jù)，僅用 2048 塊英偉達(dá) H800 GPU 和 557.6 萬美元的投入，DeepSeek 就訓(xùn)練出規(guī)模達(dá) 6710 億參數(shù)的 DeepSeek-V3；

? 而市面上同等參數(shù)規(guī)模的 GPT-4 訓(xùn)練花費(fèi)被認(rèn)為高達(dá) 10 億美元左右。

? 后續(xù)推出的 DeepSeek-R1 模型，推理成本僅為 OpenAI 最新模型（o1）的三十分之一。

這一系列數(shù)據(jù)意味著，過去在硅谷被視為“唯有斥巨資拼算力才可達(dá)頂尖”的大模型研發(fā)模式，可能并不是唯一解。

投資者猛然意識(shí)到，這種“降本增效”的技術(shù)路徑或許會(huì)動(dòng)搖硅谷多年構(gòu)筑的 AI 護(hù)城河，引發(fā)對(duì)現(xiàn)有產(chǎn)業(yè)估值和商業(yè)邏輯的集體反思。

三. Who：神秘的東方力量

DeepSeek 的創(chuàng)始人梁文峰，2023 年在杭州創(chuàng)建公司，擁有信息與電子工程背景，同時(shí)也是支持 DeepSeek 的對(duì)沖基金創(chuàng)始人。

據(jù)說他曾在美國(guó)嚴(yán)格管控前，囤積了大量英偉達(dá) A100 芯片，據(jù)傳多達(dá) 5 萬塊。

對(duì)外界而言，DeepSeek 更多像是一支低調(diào)卻“蓄謀已久”的團(tuán)隊(duì)：

? 他們?cè)谒惴▋?yōu)化和工程實(shí)現(xiàn)上有深厚積累；

? 善用開源社區(qū)與前沿研究的成果，再加上大規(guī)模 GPU 資源；

? 秉持“算法+工程”雙重驅(qū)動(dòng)，迅速在 2024 年至 2025 年期間躥升為全球矚目的新銳力量。

梁文峰曾在 2024 年 7 月接受采訪時(shí)說：“我們沒想到定價(jià)會(huì)成為如此敏感的話題。我們只是在按自己的節(jié)奏計(jì)算成本，并以此來定價(jià)。”

這番話看似平淡，卻讓業(yè)界對(duì)其背后的低成本、高效率算法模型投來更多猜測(cè)和研究。

四. 讓世界震驚的AI技術(shù)突破

DeepSeek 的崛起迅速成為全球關(guān)注焦點(diǎn)：

? BBC 報(bào)道：DeepSeek 官方 App 在數(shù)天內(nèi)登頂美國(guó)應(yīng)用商店下載榜，超越了 ChatGPT 等明星應(yīng)用。

? 硅谷多位風(fēng)投大佬將 DeepSeek 稱為“AI 的斯普特尼克時(shí)刻”，意指其象征意義類似 1957 年蘇聯(lián)人造衛(wèi)星發(fā)射對(duì)美國(guó)的沖擊。

? 花旗、摩根士丹利等投行紛紛發(fā)報(bào)告指出，DeepSeek 的低成本模式，可能迫使市場(chǎng)重新評(píng)估 AI 芯片和大模型公司的盈利預(yù)期。

在下游行業(yè)來看，DeepSeek 的出現(xiàn)不僅是對(duì)芯片巨頭英偉達(dá)的短期重?fù)簦沧尭鄤?chuàng)業(yè)團(tuán)隊(duì)看見了大模型的另一種可能：

不必堆數(shù)萬塊高端 GPU，也有望獲得近似 GPT-4 的性能。這樣的沖擊力堪稱“地震級(jí)”。

五. How：創(chuàng)新的技術(shù)路徑

DeepSeek 的核心在于多項(xiàng)關(guān)鍵技術(shù)和工程策略：

1. 混合專家模型 (MoE)

將大模型拆分為多個(gè)專家模塊，只在需要時(shí)激活相應(yīng)模塊，借助“自然負(fù)載均衡”來避免單個(gè)專家過載。大幅減少無效計(jì)算，實(shí)現(xiàn)高度稀疏化訓(xùn)練與推理。

2. 多頭潛注意力 (MLA)

與傳統(tǒng)多頭注意力相比，額外引入潛向量，動(dòng)態(tài)調(diào)整注意力分配，從而減少內(nèi)存占用，并提升訓(xùn)練效率。

3. 雙重流水線 (DualPipe)

把 GPU 計(jì)算和數(shù)據(jù)傳輸交替運(yùn)行，提高資源利用率，避免 GPU 在等待數(shù)據(jù)或通信時(shí)出現(xiàn)空轉(zhuǎn)。

4. 強(qiáng)化學(xué)習(xí)與監(jiān)督微調(diào)相結(jié)合

在少量 SFT（監(jiān)督微調(diào)）數(shù)據(jù)的基礎(chǔ)上，多輪強(qiáng)化學(xué)習(xí) (RL) 的策略讓模型能自發(fā)學(xué)會(huì)復(fù)雜推理（CoT）和自我反思（reflection），最終推動(dòng)模型整體質(zhì)量逼近甚至超過 GPT-4 在部分領(lǐng)域的表現(xiàn)。

形象地說，硅谷的主流做法好比用 5 升排量的“大肌肉車”暴力驅(qū)動(dòng)；DeepSeek 則像島國(guó)車廠，通過渦輪增壓、輕量化設(shè)計(jì)等精密工程，讓 2.5 升排量跑出了 5 升排量的性能。

六. But：被高估的光環(huán)？

面對(duì)如此驚艷的數(shù)字，一些質(zhì)疑聲隨之而起：

1. 真正的成本？

官方聲稱 557.6 萬美元只是訓(xùn)練開銷，但可能未包含人力、消融實(shí)驗(yàn)、數(shù)據(jù)清洗等隱形成本。真實(shí)總支出尚無定論。

2. 站在巨人肩膀上

DeepSeek 并非從零開始發(fā)明新技術(shù)，而是充分利用了 OpenAI、Meta 等公司在大模型領(lǐng)域打下的基礎(chǔ)，然后專注“工程放大”。它的貢獻(xiàn)更多在“從 1 到 10”的優(yōu)化，而非“從 0 到 1”的顛覆。

3. 是否存在炒作？

英偉達(dá)股價(jià)的斷崖式下跌，讓許多人懷疑這是對(duì)沖基金與媒體的刻意配合，用“廉價(jià)大模型”來制造恐慌，從而大舉做空美股科技板塊。

七. 長(zhǎng)期利好：杰文斯悖論再現(xiàn)

19 世紀(jì)時(shí)，杰文斯在研究蒸汽機(jī)時(shí)發(fā)現(xiàn)：

當(dāng)效率提高、成本下降，人們反而會(huì)使用更多煤炭。

這就是所謂杰文斯悖論。

類似地，AI 成本的急劇下降，可能刺激更多企業(yè)、機(jī)構(gòu)部署大模型，從而整體算力需求不降反升。

? 短期看，英偉達(dá)和部分科技股大跌，投資者恐慌；

? 長(zhǎng)遠(yuǎn)看，隨著 AI 應(yīng)用擴(kuò)展到更多領(lǐng)域，GPU 及相關(guān)算力的需求量或會(huì)爆發(fā)式增長(zhǎng)。

“低成本” 并不意味著對(duì)硬件的永遠(yuǎn)利空；

相反，它可能正是讓 AI 普及走向全行業(yè)、日常化的關(guān)鍵一步。

八. 顛覆性影響已現(xiàn)

截至目前，DeepSeek 的模型已在多項(xiàng)標(biāo)準(zhǔn)基準(zhǔn)測(cè)試中取得突破，更重要的是，它啟示了整個(gè)行業(yè)：

? AI 初創(chuàng)公司 無需與大廠在硬件規(guī)模上硬碰硬，也能通過算法和工程手段繞出一條新道路；

? 下游產(chǎn)業(yè) 可以更快、更低門檻地享受到大模型紅利；

? OpenAI、Meta 等巨頭 需要重新定義競(jìng)賽策略，或轉(zhuǎn)向更靈活、更輕量的技術(shù)路徑來維持領(lǐng)先。

DeepSeek 亦證明了純粹的結(jié)果獎(jiǎng)勵(lì) (outcome reward RL) 就能將大模型推向接近 GPT-4 的水平，這是對(duì)“過程監(jiān)督”必要性的挑戰(zhàn)，其學(xué)術(shù)與產(chǎn)業(yè)價(jià)值不容小覷。

九. AI 泡沫的警鐘

DeepSeek 這一事件短期內(nèi)刺破了部分 AI 估值的“泡沫感”。

英偉達(dá)單日蒸發(fā) 5888 億美元市值，Meta、微軟、谷歌等科企也大幅下跌，表明市場(chǎng)對(duì)“燒錢堆算力、利潤(rùn)必然滾滾而來”的邏輯開始動(dòng)搖。

硅谷數(shù)年里高舉的“只要有算力就能贏”論斷，正面臨劇烈震蕩。

美國(guó)科技行業(yè)被迫思考：

當(dāng)有人找到另一條更廉價(jià)、更高效的路，還能繼續(xù)依賴硬件制裁或大額融資拉開差距嗎？

還是說必須在軟件算法、工程調(diào)度等層面重新下功夫？

十. 一朵“便宜而美麗的郁金香”？

17世紀(jì)的荷蘭，郁金香球莖一度被炒至天價(jià)。傳說中，某個(gè)被隨意扔在地上后壓壞的球莖，讓投機(jī)者如夢(mèng)初醒，“郁金香泡沫”自此轟然倒塌。

現(xiàn)如今，DeepSeek 有點(diǎn)兒像那朵“便宜而美麗的郁金香”，似乎正扮演類似的“泡沫刺破者”角色。

但要警惕的是，AI 并非純粹的投機(jī)產(chǎn)物，其價(jià)值并不只在“炒作”與“稀缺”，而是真真切切能賦能產(chǎn)業(yè)、提升效率、變革社會(huì)。

所以，AI 并不是17世紀(jì)荷蘭的郁金香。它的真正意義在于技術(shù)革命與產(chǎn)業(yè)升級(jí)，而非一時(shí)的狂熱投機(jī)。

DeepSeek 確實(shí)像一朵“廉價(jià)卻驚艷”的新式郁金香，引得市場(chǎng)震動(dòng)，卻也可能預(yù)示新的時(shí)代風(fēng)潮：

? 若其低成本模式被進(jìn)一步驗(yàn)證，將大幅降低 AI 入場(chǎng)門檻；

? 整個(gè)行業(yè)可能因這次“低成本沖擊”而演化出多元化路線，更大規(guī)模的 AI 落地也將隨之加速；

? 那些仍在盲目燒錢、單純依賴算力壁壘的巨頭，或?qū)⒅匦略u(píng)估自身定位。

最終，DeepSeek 能否持續(xù)帶來改變，尚需時(shí)間檢驗(yàn)。

但毫無疑問，它讓我們看到了 AI 的另一種未來：

不只有昂貴的 GPU、大規(guī)模融資才能推動(dòng)變革，以巧妙的工程與算法創(chuàng)新，一朵“便宜而美麗”的 AI 郁金香也能在國(guó)際舞臺(tái)上綻放。

這或許正是 2025 年開年以來，最值得銘記的一幕。

從技術(shù)走向現(xiàn)實(shí)，誰能以更合理的成本、更具創(chuàng)造力的思路，將 AI 力量釋放到千行百業(yè)？

DeepSeek 已經(jīng)給出它的答案，未來尚有更多可能，等待我們共同見證。