作為周一全球股市的風云事件，隨著DeepSeek擊碎了“只有瘋狂燒錢才能搞AI”的信仰，算力產業“賣鏟人”們集體暴力大跌。

  截至發稿，高性能GPU和ASIC芯片的“兩朵金花”英偉達和博通，雙雙抱團下跌超15%。臺積電、阿斯麥、東京電子等產業鏈概念股一同走弱。今年表現優異的“AI+電力/核電”概念也出現宣泄式的暴跌，大牛股星座能源、Vistra能源、燃氣輪機制造商GE Vernova、核電牛股Oklo和NuScale能源盤中跌幅都摸到過20%。

  歸根結底，是因為AI產業大牛們紛紛在網上興奮地表示，DeepSeek提供了一種在極低成本下，訓練出與OpenAI等業內巨頭性能相近大模型的途徑，并且能夠在全球各地的工程團隊中復現。這些話傳到華爾街，變成了對超級巨頭估值合理性的質疑。

  使得局面更加焦灼的是，過去兩年美股市場的大部分漲幅，恰恰就來自個別幾家科技巨頭。原本分析師們已經勉強接受這些公司的利潤增速會慢于股價，導致估值一直處在高位，所以對炒作邏輯底線的打擊，都會使得高估值變得難以維持。

  面對周一AI牛股集體大跌的事實，仍有一些多頭分析師“嘴硬”地表示，不應該把DeepSeek的成就單純視作整個行業的利空。

  美國候任貿易部長盧特尼克創辦的投資銀行Cantor Fitzgerald，周一向客戶通報了研究團隊的最新研判：需要較少算力的中國大模型橫空出世，更有可能為高端圖形處理單元（GPU）開發商和數據中心建設者帶來繁榮。

  Cantor半導體行業分析師C.J. Muse領導的團隊在報告中寫道：“在此前DeepSeek發布V3大模型之時，人們就曾對算力需求感到非常焦慮，并延展到GPU需求峰值層面。我們認為這種看法與事實相去甚遠，實際上這一進展非常‘看漲’，AGI似乎離實現更近，而杰文斯悖論肯定會導致AI行業需要更多的算力，而不是更少。”

  杰文斯悖論（Jevons paradox）是上世紀中期的經濟學概念，指的是技術進步提高了使用資源的效率，但因為成本下降導致需求增加，結果導致資源消耗的速度上升，而非減少。這也是能源領域最廣為人知的悖論。

  非常湊巧的是，微軟CEO納德拉上周末也在社交媒體上表示：杰文斯悖論再次出現！隨著人工智能變得更高效和更容易獲取，我們將看到它的使用激增，變成難以滿足需求的商品。

（來源：X）

  Muse進一步表示，這個行業仍將進行預訓練、后訓練和基于時間的推理，未來在大規模（芯片）集群上的投資只會加速......我們認為這一進展，對算力需求越來越大的趨勢是積極的，并不會導致減少。

  瑞銀的半導體研究主管Timothy Arcuri也持有類似觀點。他在周一的報告中表示，關于訓練R1模型所用的資源，市場上有一些猜測，但這并不影響R1在推理上的效率，每個token的成本要比（OpenAI的）o1模型低95%以上。模型開發者會考慮將R1的一些新技術融入到他們的模型中，這將有助于提高效率。

  Arcuri表示，雖然聽上去這會對算力需求產生負面影響，但事實依然是，即便模型變得更加高效，算力仍將繼續推動模型性能。

  除此之外，Bernstein的分析師們也表示市場似乎被社交媒體上的恐慌過分影響了。該團隊表示，當前AI大模型的成本增長軌跡顯然不可能永遠持續下去，在這種背景下，如果人工智能要繼續進步，我們需要這樣的創新（如MoE、蒸餾、混合精度等）。

  Bernstein也“堅定地相信杰文斯悖論”（即效率提升會帶來需求的凈增加），并認為任何新解鎖的算力更有可能因使用和需求的增加而被吸收，而不是在此時影響長期支出前景，現在AI的算力需求根本沒有接近其極限。