Deepseek崛起，CPO、銅纜、液冷等A股算力是“危”還是“機(jī)”？

杰文斯悖論：從長遠(yuǎn)來看，資源利用效率的提高將導(dǎo)致總消耗量的增加，而不是減少。

人類的AI時代可能要加速而來了！！！

最近有沒有使用Deepseek大模型？感想如何？

作為國產(chǎn)的AI大模型，Deepseek在春節(jié)前后算是火爆出圈。憑借其開源且低成本高效的特點(diǎn)，不僅在國內(nèi)引發(fā)關(guān)注，深度求索這家國產(chǎn)AI大模型公司更是震動了大洋彼岸的硅谷和華爾街。硅谷連夜開會討論，美股納斯達(dá)克GPU巨頭英偉達(dá)（NVDA.O）在除夕前夜大跌16.97%，一夜市值蒸發(fā)5900多億美元（約4萬多億人民幣），同時其產(chǎn)業(yè)鏈多股下挫。

更有趣的是，不久前上臺的川普前腳宣布了個千億美元級別以上的人工智能基礎(chǔ)設(shè)施投資計(jì)劃“星際之門”，其中Arm（ARM.O）、微軟（MSFT.O）、英偉達(dá)、甲骨文（ORCL.N）和Open AI都是關(guān)鍵的初始技術(shù)合作伙伴；后腳我們這邊就出了一個開源且可媲美OA的一款A(yù)I大模型。

包括川普上臺后主張的先進(jìn)制程芯片產(chǎn)業(yè)鏈限制以及高關(guān)稅等……

你品，你細(xì)品！

01Deepseek沖擊了英偉達(dá)的溢價，并未沖垮壁壘

從春節(jié)前后的A股市場來看，最慘的應(yīng)該是A股前期漲勢一片大好的英偉達(dá)算力產(chǎn)業(yè)鏈，比如CPO光模塊概念龍頭的中際旭創(chuàng)（300308.SZ）、PCB代表的勝宏科技（300476.SZ）、液冷服務(wù)器供應(yīng)商英維克（002837.SZ）以及銅纜高速連接的沃爾核材（002130.SZ）等，這些細(xì)分領(lǐng)域年前年后兩個交易日都是遭遇跌停甚至超10%的跌幅，市場一度悲觀地認(rèn)為算力板塊崩塌了。

不過，冷靜來看，目前市場對于AI產(chǎn)業(yè)鏈短期內(nèi)確實(shí)存在巨大的分歧。樂觀者大肆宣傳DeepSeek概念板塊，各種概念股層出不窮；而悲觀者則在前期漲勢不錯的算力產(chǎn)業(yè)鏈瘋狂踩踏。前者神話DS，認(rèn)為是顛覆性的技術(shù)革命，同時瘋狂看空美股的英偉達(dá)及A股相應(yīng)產(chǎn)業(yè)鏈；后者則已經(jīng)有點(diǎn)慌不擇路，恐慌拋售。事實(shí)上，短期情緒已占據(jù)主導(dǎo)，與其說是看空國內(nèi)的算力板塊，倒不如說是在沖擊英偉達(dá)以及美股AI頭部廠商的超額利潤；而中長期來看，算力產(chǎn)業(yè)鏈并不會崩塌，相反的將迎來一次大爆發(fā)，尤其是國產(chǎn)替代環(huán)節(jié)。只是在這之前，市場需要時間來進(jìn)行估值及認(rèn)知的重塑。

借用最近看到的一個比喻：內(nèi)燃機(jī)的高效，只會帶來石油的需求高增。

國內(nèi)DS的發(fā)布，實(shí)際上確實(shí)沖擊了算力產(chǎn)業(yè)鏈，不過并非競爭壁壘，而更多是沖擊了英偉達(dá)等高端算力芯片的超額利潤。人類技術(shù)發(fā)展本就是瞬息萬變。目前市場普遍對于英偉達(dá)最大的利空在于算力顯卡的價格和貢獻(xiàn)或?qū)l(fā)生巨大變化，而這個預(yù)期將蔓延至中長期。

一直以來，英偉達(dá)作為高端GPU供應(yīng)商，在全球長期處于近乎壟斷的市場地位，由于AI的需求爆發(fā)，使得英偉達(dá)算力芯片的需求高漲。而整個算力芯片市場的競爭態(tài)勢也就決定了彼時行業(yè)龍頭的超額利潤，也就是英偉達(dá)的估值溢價。根據(jù)財報來看，2025財年Q3甚至全年預(yù)期的業(yè)績依舊搶眼（即2024年業(yè)績），其中Q3的數(shù)據(jù)中心業(yè)務(wù)收入達(dá)308億美元，環(huán)比增長17%，同比增長112%且創(chuàng)歷史新高，業(yè)績增速表明英偉達(dá)“曾經(jīng)”的AI GPU產(chǎn)品的市場需求情況。

分歧就在于此，隨著Deepseek的算力成本曝光，市場開始預(yù)期英偉達(dá)及產(chǎn)業(yè)鏈的超額利潤將受到威脅。要知道，英偉達(dá)的產(chǎn)品出了名的貴，2024年全年公司的毛利率和凈利率一度達(dá)到了歷史新高，分別在75%和55%以上。這個盈利能力簡直恐怖，包括其業(yè)績增速也是市場給予高估值的原因。

DS的橫空出世，等同于昭告天下：AI大模型其實(shí)即使沒有使用高端且昂貴的AI算力芯片也能達(dá)到預(yù)期的領(lǐng)先效果。這或?qū)⒁馕吨驅(qū)Ω叨怂懔π酒男枨髲墓┎粦?yīng)求轉(zhuǎn)為產(chǎn)能過剩。而英偉達(dá)產(chǎn)業(yè)鏈的暴跌，其實(shí)也是受到這個邏輯的利空影響：一旦DS的技術(shù)路徑?jīng)]有被證偽推翻，未來高端芯片需求緩和，英偉達(dá)就不得不消化預(yù)期“過剩”的產(chǎn)能，對其下游產(chǎn)業(yè)鏈的需求和訂單價值將出現(xiàn)較大的波動。

產(chǎn)業(yè)鏈的核心風(fēng)險就在于，A股英偉達(dá)產(chǎn)業(yè)鏈的這些上市公司2024和2025年的訂單基本都簽完了，短期業(yè)績預(yù)期也已經(jīng)反映在股價上。而未來預(yù)期，就得看英偉達(dá)是否會砍單或降價，這種不確定性對前面概念板塊的公司業(yè)績預(yù)期造成了巨大的利空影響。那么既然高端的AI芯片供需預(yù)期或發(fā)生巨大變化，那就看市場如何重新估值、重塑邏輯以及供需。不過可以肯定的是，DS算法上的創(chuàng)新僅僅沖擊了溢價，尚未沖擊到競爭壁壘。由此英偉達(dá)的股價只是短期下跌，并不會出現(xiàn)崩盤。

總結(jié)來看，DS的出現(xiàn)確實(shí)是人工智能大模型的重大突破，也的確擾動了全球AI算力市場，其最重大的意義在于推動了全球的AI平權(quán)，短期將抹平英偉達(dá)、Open AI等廠商的超額利潤。而且競爭態(tài)勢上來看，人工智能也不再是美國一家獨(dú)大，這主要體現(xiàn)在一來是開源對Open AI閉源的挑戰(zhàn)；二來是國產(chǎn)算力芯片對英偉達(dá)所代表的高端算力芯片霸權(quán)的沖擊。

這兩點(diǎn)也是海外資本市場利空核心的邏輯。

02算力需求為何將不減反增？！

算力不會崩塌，而且依舊將是全球各國未來建設(shè)的重要方向。

下面一個圖就能說明問題。在工作日的上午10-12點(diǎn)這個時間段，在使用深度思考和聯(lián)網(wǎng)的功能時，DS的用戶時常會出現(xiàn)“服務(wù)器繁忙，請稍后再試這樣的提示”，包括有些用戶開始發(fā)現(xiàn)其推理能力有所下降。

這背后的原因主要是這段時間DS的用戶量激增，硬件有點(diǎn)跟不上。7天用戶就破億，增長了十幾倍。而其推理集群并沒有完善，很多深度推理和聯(lián)網(wǎng)都用不了，用戶推理需求增長后DS沒有及時擴(kuò)容。這就說明一個問題：在DS注冊用戶不斷創(chuàng)新高的同時，其背后的算力和服務(wù)器似乎已經(jīng)有點(diǎn)不堪重負(fù)了。足以可見Deepseek未來大概率是要迅速擴(kuò)容來應(yīng)對這樣的問題，而對產(chǎn)業(yè)鏈來說，也就是AI大模型對背后的算力基礎(chǔ)設(shè)施需求還是很高的。

DeepSeek確實(shí)很亮眼，且足夠優(yōu)秀。不過這里還要對DS的“神話論”去個媚，辯證的看待新事物才是一個正常的心態(tài)。

首當(dāng)其沖的就是成本端，約600萬美元這個數(shù)字其實(shí)并不準(zhǔn)確。根據(jù)機(jī)構(gòu)調(diào)研的情況來看，這個“600萬美金”僅僅是V3模型的訓(xùn)練成本，而V3模型是通過迭代出來的，如果將前期模型的投入加起來的話，成本至少是目前的3-5倍，千萬美金的成本還是有的，據(jù)了解約是Meta Llama 3成本的四分之一。總結(jié)來看，降低AI的成本是肯定的，但絕對沒有網(wǎng)傳那么玄乎；

其次，DS依舊需要巨大的算力硬件支持。比如生態(tài)方面，雖然DS的出現(xiàn)沖擊了英偉達(dá)的超額利潤，但DeepSeek暫時還是無法繞過對英偉達(dá)CUDA生態(tài)的依賴，據(jù)了解DS是雖然是通過直接調(diào)用PTX進(jìn)行性能的優(yōu)化，但PTX也是英偉達(dá)GPU的中間指令，其代碼復(fù)雜且移植性差，難以適配其他GPU架構(gòu)。

事實(shí)上，英偉達(dá)之所以能夠壟斷市場，核心壁壘在兩點(diǎn)：一個是硬件之間的NVLink，另一個是CUDA的軟件生態(tài)；前者為GPU之間提供高速、低延遲的數(shù)據(jù)傳輸通道，提高了系統(tǒng)的計(jì)算能力和數(shù)據(jù)處理效率，而后者的CUDA生態(tài)憑借軟硬件協(xié)同、豐富的工具鏈和行業(yè)滲透率構(gòu)建了難以撼動的競爭優(yōu)勢。

盡管競品也在高速發(fā)展，比如硬件連接端技術(shù)相對成熟的PCIe和CXL（Compute Express Link），以及軟件生態(tài)端的國產(chǎn)華為CANN生態(tài)以及摩爾線程MUSA，這些方案確實(shí)在開放性和國產(chǎn)化方面展現(xiàn)了潛力，但其成熟度和硬件性能暫時仍無法對NVLink與CUDA造成較大影響。

再者，DeepSeek確實(shí)更像“東方人”，在硬件算力跟不上的情況下，另辟蹊徑在算法上進(jìn)行優(yōu)化，在架構(gòu)上使用獨(dú)立的新MoE，且針對該技術(shù)路線，在編譯器中間表示層面對算子框架進(jìn)行了深度融合優(yōu)化，進(jìn)而提升了算力的利用率。比起“西方人”對算力的直線思維，我們確實(shí)更會轉(zhuǎn)彎。

不過，低成本投入的弊端也很明顯，DeepSeek V3專注了文本生成和邏輯推理任務(wù)，相對缺乏多模態(tài)能力，不久前DS也發(fā)布了多模態(tài)模型，能夠做圖像生成，這樣的模型出來之后加快了多模態(tài)速度，不過成本好像沒有公開數(shù)據(jù)，按理來說大模型多模態(tài)的算力消耗是文本模型的10倍左右，推理算力消耗是此前的好幾倍。

03Deepseek如何推動AI大模型的降本增效？

DS最大的意義是打開大模型的發(fā)展思路，并且?guī)ьI(lǐng)AI進(jìn)入平權(quán)時代，那降本增效就是它的核心。所以還是要分析下下DS是如何降低成本，沖擊美股AI產(chǎn)業(yè)超額收益的。在這之前，需要先了解下訓(xùn)練和推理的成本。

首先是訓(xùn)練端，這個方面對硬件需求較大且成本高。目前來看，高端的算力芯片依舊是無法被替代的，因?yàn)榇竽Ｐ陀?xùn)練依賴高帶寬顯存、高算力密度及成熟的軟件生態(tài)，英偉達(dá)的GPU短期內(nèi)仍占主導(dǎo)地位。即使算法優(yōu)化可以減少單次訓(xùn)練成本，但隨著頭部企業(yè)對大模型性能的競爭加劇，這會驅(qū)動更大規(guī)模訓(xùn)練，高端算力芯片需求會被維持。只不過DS在算法優(yōu)化的成就可以一定程度上緩和大模型訓(xùn)練時的投入占比，也就是后面會提到的“預(yù)訓(xùn)練”和“后訓(xùn)練”；

這里根據(jù)Deepseek的優(yōu)化路徑的特點(diǎn)來看：DS通過稀疏計(jì)算、模型蒸餾等方式，顯著降低了對高端GPU的依賴；而且DeepSeek-R1采用的核心技術(shù)是“后訓(xùn)練”，這也是降低成本的一個關(guān)鍵點(diǎn)。相比于西方重視“預(yù)訓(xùn)練”，希望大模型能成為一個“六邊形戰(zhàn)士”，所以需要囤卡、堆算力來“喂”海量的全行業(yè)數(shù)據(jù)；但我們的DS通過預(yù)訓(xùn)練后，則選擇重點(diǎn)進(jìn)行后訓(xùn)練，也就是“因材施教”，大模型在哪個行業(yè)，就只“喂”單一行業(yè)的數(shù)據(jù)，使其成為行業(yè)的垂類大模型，也就是我們常說的“專才”。（比如將一個自然語言預(yù)訓(xùn)練后的大模型應(yīng)用于能源領(lǐng)域時，會使用能源領(lǐng)域的文本數(shù)據(jù)進(jìn)行后訓(xùn)練）

在重構(gòu)訓(xùn)練端占比的同時，DeepSeek的這種算法優(yōu)化路徑也重新對訓(xùn)練和推理的投入占比進(jìn)行了重新分配，即正在推動行業(yè)從 “以訓(xùn)練為中心”轉(zhuǎn)向“推理優(yōu)先”的模式。根據(jù)機(jī)構(gòu)調(diào)研這個比例大致在訓(xùn)練30%，推理70%（不一定準(zhǔn)確，但是個趨勢參考）。而資本市場預(yù)期的核心變化也基于此：占比的變化給國產(chǎn)專用芯片帶來了巨大的需求潛力。

因?yàn)樵诖竽Ｐ偷耐评矶耍瑢Ω叨诵酒男枨缶湍敲锤吡恕?/p>

DeepSeek帶動下，這種輕量化模型的增加會將推理場景向邊緣轉(zhuǎn)移，進(jìn)而帶動專用AI芯片（如ASIC芯片和FPGA等）的需求增加，不過ASIC也有明顯的痛點(diǎn)：軟件支持不足，且硬件壁壘較弱，且短期內(nèi)高端算力芯片在云端推理（如批量處理、復(fù)雜任務(wù)）中依然還是存在巨大優(yōu)勢，但DeepSeek發(fā)布已經(jīng)創(chuàng)造了一定的需求空間和彈性，算是給國產(chǎn)芯片等算力產(chǎn)業(yè)鏈“殺”出了一條路。

04結(jié)語

DeepSeek的橫空出世意義重大，更像給AI產(chǎn)業(yè)安上了“另一條腿”。

不過DS的興起并不代表另一方的衰敗，這種算法結(jié)構(gòu)優(yōu)化，確實(shí)能提升單次的任務(wù)效率，降低大模型的成本。然而多模態(tài)、復(fù)雜推理、通用人工智能等這些AI能力的邊界擴(kuò)展卻依舊需要更大規(guī)模訓(xùn)練和算力支持，算力和算法從不是相生相克，而是相輔相成。兩者并行才會使得AI大模型“如虎添翼”。

更大的意義在于：DeepSeek的降本增效，在沖擊英偉達(dá)等高端芯片超額利潤的同時，也給國內(nèi)算力產(chǎn)業(yè)帶來了巨大的需求潛力，降低了發(fā)展大模型的門檻。可以這樣理解：

在DS發(fā)布之前，只有全球頭部的大型數(shù)據(jù)中心可以搞算力和數(shù)據(jù)中心，為了頭部競爭，這些都是斥巨資屯了上萬張高端顯卡來堆算力，那時候的中小型數(shù)據(jù)中心是沒有機(jī)會，畢竟成本過高；

而在DS之后，門檻降低了。頭部的大型數(shù)據(jù)中心依舊會繼續(xù)屯，畢竟預(yù)期高端算力芯片需求變化，價格趨勢走低，而頭部的預(yù)算充足（比如字節(jié)、阿里），他們要進(jìn)行殘酷的頭部競爭。但是更顯著的好處在于中小型數(shù)據(jù)中心不再需要“萬卡”規(guī)模，而是“千卡”甚至更小的規(guī)模就能實(shí)現(xiàn)大模型的預(yù)期效果，比如高校、科研等這類預(yù)算相對不充足的需求方。

由此來看，對于算力的需求短期走低后，中長期依舊是向上放量增長的，而且需求更大。畢竟DS的出現(xiàn)為中小型數(shù)據(jù)中心的算力成本降了一個數(shù)量級。

最后呢，不必“神話”大模型。預(yù)期這些AI大模型的壁壘終究還是會被打破的，而“算力基建”依舊是重要競爭壁壘。因此，那些A股能擠進(jìn)英偉達(dá)算力產(chǎn)業(yè)鏈的頭部供應(yīng)商，一定程度上也會在軟硬件國產(chǎn)化中獲得不錯的機(jī)會。而且從大模型的歸途來看，還是要與終端AI的應(yīng)用場景相結(jié)合，比如人形機(jī)器人、智能駕駛、可穿戴產(chǎn)品、大金融、醫(yī)療醫(yī)藥等行業(yè)，由此推斷這些板塊中低估的細(xì)分領(lǐng)域或個股標(biāo)的預(yù)期走強(qiáng)的概率將大幅增加！

畢竟我們有最好的AI落地的沃土。