【AI解码】DeepSeek改写华尔街估值规则
2025年02月03日 16:53
在财华社作者毛婷原创文章《解构“星际之门”的财富密码》一文中，已经提到，特朗普提出由软银出资、OpenAI出力，与甲骨文（ORCL.US）和中东科技投资公司MGX组建合营项目“星际之门”，在四年来投入5000亿美元在美国建造新的AI基础设施，可以预期，购买最尖端AI芯片的成本在这笔资本支出中将占大比重。除此以外，微软（MSFT.US）、亚马逊（AMZN.US）、Meta（META.US）、谷歌（GOOG.US）等也已经表明会在2025年大幅增加资本开支进行AI基础设施的投入，其中AI芯片的支出会占较大比重。
根据毛婷《DeepSeek改写华尔街估值规则》文章分析，中国的AI模型仅用有限的芯片和低得多的成本就完美超越，最主要的原因是DeepSeek采用的是非OpenAI传统的训练方式——不拼算力，而是拼算法。当前的大模型通常采用监督微调（SFT）技术进行训练，而DeepSeek-R1几乎单纯使用强化学习技术进行“後训练”，很少使用SFT，从而减少了对大规模人工标注数据集的依赖，降低数据收集和标注的成本；R1模型通过学习思维链（CoT）的方式逐步推理而得出结果，而不是直接预测答案，极大地提升了推理能力，使模型在解决覆杂问题时能更有效地利用计算资源，避免了不必要的计算开销。在资源利用方面，R1通过Multi-Head Latent Attention（MLA）和DeepSeek MOE架构节省了大量的现存，确保每个token下少量专家网络参数被激活时，不同专家网络能以更均衡的频率被激活，更有效地使用硬件资源；设计出“对偶流水线”机制，将GPU用於数学运算和通信相关的算力进行并行隐藏，减少了GPU指令执行流水线中的“气泡”，提升了GPU的使用效率，让GPU几乎不间断地进行运算；限制了每个token发送到GPU集群节点的数量，并应用了FP8混合精度训练架构，降低了通信开销的同时加快了计算速度。研发方面，DeepSeek团队或只有140名员工，而OpenAI有上千名员工。DeepSeek坚持开源策略，模型的代码和训练方法完全开源，吸引了不少开发者参与到模型的优化和改革中来，有效分摊了成本。正因如此，华尔街这一年来的估值逻辑被颠覆。
有鉴於AI发展浪潮的迅猛，英伟达成为华尔街的宠儿，更两度超越苹果（AAPL.US）成为全球市值最高的上市公司，半导体产业链也得益於这波红利而跑赢了大部分科技股。但是DeepSeek的这一下深度求索，扭转了依靠AI芯片才能打造出最尖端大模型的逻辑，英伟达的香饽饽变得没那麽香了。英伟达在R1发布後首个交易日的股价下探16.97%，蒸发掉接近6000亿美元，差不多相当於七个英特尔（INTC.US）的市值。台积电的股价也下挫13.33%，阿斯麦亦下跌5.75%。能源公司Vistra和Constellation Energy更分别下挫28.27%和20.85%。值得留意的是，Meta的开源模型Llama首当其冲，同为开源模型，Llama的性能明显跑输，成本还不低，而扎克伯格已明确2025年将加大对AI的资本支出，这或引发投资者对其估值的思考，不过Meta的股价却上升1.91%。
二级市场的回落迟早将蔓延到一级市场，刚刚获得估值大幅提升的OpenAI和Anthropic，下一轮融资不知道能获得多少估值。
阅读原文：
【美股解码】解构“星际之门”的财富密码
财华网：https://www.finet.hk/newscenter/news_content/6790ca585a7712696a7d1dfd
财华智库网：https://www.finet.com.cn/news/6790ca585a7712696a7d1dfd.html
根据毛婷《DeepSeek改写华尔街估值规则》文章分析，中国的AI模型仅用有限的芯片和低得多的成本就完美超越，最主要的原因是DeepSeek采用的是非OpenAI传统的训练方式——不拼算力，而是拼算法。当前的大模型通常采用监督微调（SFT）技术进行训练，而DeepSeek-R1几乎单纯使用强化学习技术进行“後训练”，很少使用SFT，从而减少了对大规模人工标注数据集的依赖，降低数据收集和标注的成本；R1模型通过学习思维链（CoT）的方式逐步推理而得出结果，而不是直接预测答案，极大地提升了推理能力，使模型在解决覆杂问题时能更有效地利用计算资源，避免了不必要的计算开销。在资源利用方面，R1通过Multi-Head Latent Attention（MLA）和DeepSeek MOE架构节省了大量的现存，确保每个token下少量专家网络参数被激活时，不同专家网络能以更均衡的频率被激活，更有效地使用硬件资源；设计出“对偶流水线”机制，将GPU用於数学运算和通信相关的算力进行并行隐藏，减少了GPU指令执行流水线中的“气泡”，提升了GPU的使用效率，让GPU几乎不间断地进行运算；限制了每个token发送到GPU集群节点的数量，并应用了FP8混合精度训练架构，降低了通信开销的同时加快了计算速度。研发方面，DeepSeek团队或只有140名员工，而OpenAI有上千名员工。DeepSeek坚持开源策略，模型的代码和训练方法完全开源，吸引了不少开发者参与到模型的优化和改革中来，有效分摊了成本。正因如此，华尔街这一年来的估值逻辑被颠覆。
有鉴於AI发展浪潮的迅猛，英伟达成为华尔街的宠儿，更两度超越苹果（AAPL.US）成为全球市值最高的上市公司，半导体产业链也得益於这波红利而跑赢了大部分科技股。但是DeepSeek的这一下深度求索，扭转了依靠AI芯片才能打造出最尖端大模型的逻辑，英伟达的香饽饽变得没那麽香了。英伟达在R1发布後首个交易日的股价下探16.97%，蒸发掉接近6000亿美元，差不多相当於七个英特尔（INTC.US）的市值。台积电的股价也下挫13.33%，阿斯麦亦下跌5.75%。能源公司Vistra和Constellation Energy更分别下挫28.27%和20.85%。值得留意的是，Meta的开源模型Llama首当其冲，同为开源模型，Llama的性能明显跑输，成本还不低，而扎克伯格已明确2025年将加大对AI的资本支出，这或引发投资者对其估值的思考，不过Meta的股价却上升1.91%。
二级市场的回落迟早将蔓延到一级市场，刚刚获得估值大幅提升的OpenAI和Anthropic，下一轮融资不知道能获得多少估值。
阅读原文：
【美股解码】解构“星际之门”的财富密码
财华网：https://www.finet.hk/newscenter/news_content/6790ca585a7712696a7d1dfd
财华智库网：https://www.finet.com.cn/news/6790ca585a7712696a7d1dfd.html