<p><strong>英伟达</strong>(NVDA 2.63%) 的股票目前比历史最高点下跌了 12%。在 1 月份，由于中国初创公司 DeepSeek 宣称它使用了仅仅一小部分计算能力就训练出了一个具有竞争力的人工智能 (AI) 模型，英伟达遭遇了剧烈的抛售。</p>
<p>投资者担心 DeepSeek 的技术会被其他 AI 开发者采用，从而导致对英伟达高端图形处理单元 (GPU) 的需求大幅下降，而这些 GPU 是开发 AI 模型的最佳硬件。然而，这些担忧可能被夸大了。</p>
<p>谷歌母公司 <strong>Alphabet</strong>(GOOG -0.54%) (GOOGL -0.49%) 是英伟达 AI 数据中心芯片的重要买家，2 月 4 日，其首席执行官 Sundar Pichai 发表了一些评论，这应该会让英伟达的投资者感到更加安心。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MDc1NjcvbnZpZGlhcy1oZWFkcXVhcnRlcnMtd2l0aC1hLWJsYWNrLW52aWRpYS1zaWduLW91dC10aGUtZnJvbnQucG5nJnc9NzAw?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MDc1NjcvbnZpZGlhcy1oZWFkcXVhcnRlcnMtd2l0aC1hLWJsYWNrLW52aWRpYS1zaWduLW91dC10aGUtZnJvbnQucG5nJnc9NzAw"/></p>
<p>图片来源：英伟达。</p>
<h2>DeepSeek 事件</h2>
<p>DeepSeek 于 2023 年由一家成功的中国对冲基金 High-Flyer 成立，该基金多年来一直在使用 AI 构建交易算法。DeepSeek 于 2024 年 12 月发布了其 V3 大型语言模型 (LLM)，随后在 1 月发布了其 R1 推理模型，其与 OpenAI 和其他初创公司最新模型的竞争力引发了科技行业的热议。</p>
<p>由于 DeepSeek 的工作是开源的，行业迅速了解到一些重要细节。该初创公司声称仅用 560 万美元（不包括根据 SemiAnalysis 估计的 5 亿美元芯片和基础设施费用）就训练了 V3，这与 OpenAI 等公司为达到当前开发阶段而花费的数百亿美元相比，简直是微不足道。</p>
<p>DeepSeek 还使用了英伟达的旧一代 GPU，如 H100，因为美国政府禁止该芯片制造商向中国公司出售其最新硬件（以保护美国的 AI 领导地位）。</p>
<p>事实证明，DeepSeek 在软件方面实施了一些独特的创新，以弥补计算能力的不足。它开发了高效的算法和数据输入方法，并使用了一种称为蒸馏的技术，该技术涉及利用已经成功的大型 AI 模型的知识来训练一个较小的模型。</p>
<p>实际上，OpenAI 指控 DeepSeek 使用其 GPT-4o 模型来训练 DeepSeek R1，通过大规模提示 ChatGPT 聊天机器人以 “学习” 其输出。蒸馏可以快速加速训练过程，因为开发者不必收集或处理大量数据。因此，它也需要更少的计算能力，这意味着需要更少的 GPU。</p>
<p>自然，投资者担心如果其他所有 AI 开发者都采用这种方法，将会导致对英伟达芯片的需求崩溃。</p>
<h2>英伟达正准备迎接创纪录的 GPU 销售年</h2>
<p>在 2 月 26 日，英伟达将公布其 2025 财年的财务结果，该财年于 1 月 31 日结束。公司预计总收入将达到 1286 亿美元，比去年增长惊人的 112%。最近的季度结果显示，约 88% 的收入将归因于其数据中心部门，这得益于 GPU 销售的激增。</p>
<p>根据华尔街的共识预测（由 Yahoo 提供），英伟达在当前的 2026 财年可能会再创纪录，总收入有可能达到 1960 亿美元。达到这一估计将取决于 AI 开发者对 GPU 的进一步需求，因此很容易理解为什么投资者对 DeepSeek 的消息感到紧张。</p>
<p>虽然 H100 仍然是热门产品，但英伟达最新的 GB200 GPU -- 基于其 Blackwell 架构 -- 可以以高达 30 倍的速度进行 AI 推理。推理是 AI 模型吸收实时数据（如聊天机器人提示）并为用户生成输出的过程。它通常发生在初始训练阶段之后（稍后会详细介绍）。</p>
<p>GB200 目前是 AI 数据中心的黄金标准，当它在 2024 年底开始向客户发货时，需求显著超过供应。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MDc1NjcvYW4taW1hZ2Utb2YtZ29vZ2xlcy1vZmZpY2UtaGVhZHF1YXJ0ZXJzLmpwZyZ3PTcwMA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MDc1NjcvYW4taW1hZ2Utb2YtZ29vZ2xlcy1vZmZpY2UtaGVhZHF1YXJ0ZXJzLmpwZyZ3PTcwMA"/></p>
<p>图片来源：Alphabet。</p>
<h2>Sundar Pichai 的回应</h2>
<p>Pichai 于 2 月 4 日与华尔街分析师举行了电话会议，讨论 Alphabet 2024 年第四季度的业绩。在回应他们的一个问题时，他表示，在过去三年中，计算能力的分配发生了显著变化，越来越多的计算能力用于推理而非训练。</p>
<p>Pichai 说，更新的推理模型（如 DeepSeek 的 R1 和 Alphabet 的 Flash Thinking 模型）将进一步加速这一转变。这些模型在生成响应之前花费更多时间 “思考”，因此需要比其前身显著更多的计算能力。这个技术术语称为测试时间扩展，这是 AI 模型在不进行更多预训练扩展（即向模型输入大量新数据）的情况下提供更准确的信息的一种方式。</p>
<p><strong>Meta Platforms</strong> 首席执行官马克·扎克伯格也有类似的看法。他最近表示，训练工作负载的下降并不一定意味着开发者需要更少的芯片，因为能力只是向推理转移。</p>
<p>最后，Alphabet 告诉华尔街，它计划在 2025 年投入 750 亿美元用于资本支出（capex），其中大部分将用于数据中心基础设施和芯片。这个数字比其 2024 年的 520 亿美元资本支出显著增加，因此公司显然并没有收缩。</p>
<p>总的来说，英伟达 GPU 的需求前景似乎仍然非常稳固。考虑到其股票目前的估值吸引，最近的下跌甚至可能是一个买入机会。</p>

英伟达

<p>英伟达的股票从峰值下跌了 12%，原因是市场对中国 DeepSeek 的竞争表示担忧，该公司声称已开发出具有更低计算能力的竞争性人工智能模型。然而，Alphabet 的首席执行官桑达尔·皮查伊向投资者保证，人工智能计算正向推理转变，这可能会提升对英伟达 GPU 的需求。英伟达预计 2025 财年的收入将创纪录地达到 1286 亿美元，主要来自其数据中心业务，预计在 2026 财年将进一步增长，这取决于人工智能的需求</p>

<p><strong>Nvidia</strong>(NVDA 2.63%) stock is currently down 12% from its all-time high. It suffered a sharp sell-off in January after China-based start-up DeepSeek asserted that it had trained a competitive artificial intelligence (AI) model using a fraction of the computing power that had been deployed by leading U.S.-based developers like OpenAI.</p>
<div class="lb-trans"><p><strong>英伟达</strong>(NVDA 2.63%) 的股票目前比历史最高点下跌了 12%。在 1 月份，由于中国初创公司 DeepSeek 宣称它使用了仅仅一小部分计算能力就训练出了一个具有竞争力的人工智能 (AI) 模型，英伟达遭遇了剧烈的抛售。</p>
</div><p>Investors feared that DeepSeek's techniques would be adopted by other AI developers, leading to a substantial drop in demand for Nvidia's high-end graphics processing units (GPUs), which are the best hardware available for developing AI models. However, those concerns might have been overblown.</p>
<div class="lb-trans"><p>投资者担心 DeepSeek 的技术会被其他 AI 开发者采用，从而导致对英伟达高端图形处理单元 (GPU) 的需求大幅下降，而这些 GPU 是开发 AI 模型的最佳硬件。然而，这些担忧可能被夸大了。</p>
</div><p>Google parent <strong>Alphabet</strong>(GOOG -0.54%) (GOOGL -0.49%) is a big buyer of Nvidia's AI data center chips, and on Feb. 4, its CEO, Sundar Pichai, made some comments that should make Nvidia's investors feel much better.</p>
<div class="lb-trans"><p>谷歌母公司 <strong>Alphabet</strong>(GOOG -0.54%) (GOOGL -0.49%) 是英伟达 AI 数据中心芯片的重要买家，2 月 4 日，其首席执行官 Sundar Pichai 发表了一些评论，这应该会让英伟达的投资者感到更加安心。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MDc1NjcvbnZpZGlhcy1oZWFkcXVhcnRlcnMtd2l0aC1hLWJsYWNrLW52aWRpYS1zaWduLW91dC10aGUtZnJvbnQucG5nJnc9NzAw" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F807567%2Fnvidias-headquarters-with-a-black-nvidia-sign-out-the-front.png&amp;op=resize&amp;w=700"/></p>
<p>Image source: Nvidia.</p>
<div class="lb-trans"><p>图片来源：英伟达。</p>
</div><h2>The DeepSeek saga</h2>
<div class="lb-trans"><h2>DeepSeek 事件</h2>
</div><p>DeepSeek was established in 2023 by a successful Chinese hedge fund called High-Flyer, which had been using AI to build trading algorithms for years. DeepSeek released its V3 large language model (LLM) in December 2024, followed by its R1 reasoning model in January, and their competitiveness with some of the latest models from OpenAI and other start-ups got the tech sector buzzing.</p>
<div class="lb-trans"><p>DeepSeek 于 2023 年由一家成功的中国对冲基金 High-Flyer 成立，该基金多年来一直在使用 AI 构建交易算法。DeepSeek 于 2024 年 12 月发布了其 V3 大型语言模型 (LLM)，随后在 1 月发布了其 R1 推理模型，其与 OpenAI 和其他初创公司最新模型的竞争力引发了科技行业的热议。</p>
</div><p>Since DeepSeek's work is open source, the industry quickly learned some important details. The start-up claims to have trained V3 for just $5.6 million (not including an estimated $500 million in chips and infrastructure, according to SemiAnalysis), which is a drop in the bucket compared to the tens of billions of dollars spent by companies like OpenAI to reach their current stage of development.</p>
<div class="lb-trans"><p>由于 DeepSeek 的工作是开源的，行业迅速了解到一些重要细节。该初创公司声称仅用 560 万美元（不包括根据 SemiAnalysis 估计的 5 亿美元芯片和基础设施费用）就训练了 V3，这与 OpenAI 等公司为达到当前开发阶段而花费的数百亿美元相比，简直是微不足道。</p>
</div><p>DeepSeek also used older generations of Nvidia's GPUs like the H100, because the U.S. government banned the chip maker from selling its latest hardware to Chinese firms (to protect America's AI leadership).</p>
<div class="lb-trans"><p>DeepSeek 还使用了英伟达的旧一代 GPU，如 H100，因为美国政府禁止该芯片制造商向中国公司出售其最新硬件（以保护美国的 AI 领导地位）。</p>
</div><p>It turns out DeepSeek implemented some unique innovations on the software side to make up for the lack of computational power. It developed highly efficient algorithms and data input methods, and it also used a technique called distillation, which involves using the knowledge from an already-successful large AI model to train a smaller model.</p>
<div class="lb-trans"><p>事实证明，DeepSeek 在软件方面实施了一些独特的创新，以弥补计算能力的不足。它开发了高效的算法和数据输入方法，并使用了一种称为蒸馏的技术，该技术涉及利用已经成功的大型 AI 模型的知识来训练一个较小的模型。</p>
</div><p>In fact, OpenAI has accused DeepSeek of using its GPT-4o models to train DeepSeek R1, by prompting the ChatGPT chatbot at scale to &#34;learn&#34; from its outputs. Distillation rapidly speeds up the training process because the developer doesn't have to collect or process mountains of data. As a result, it also requires far less computing power, which means fewer GPUs.</p>
<div class="lb-trans"><p>实际上，OpenAI 指控 DeepSeek 使用其 GPT-4o 模型来训练 DeepSeek R1，通过大规模提示 ChatGPT 聊天机器人以 “学习” 其输出。蒸馏可以快速加速训练过程，因为开发者不必收集或处理大量数据。因此，它也需要更少的计算能力，这意味着需要更少的 GPU。</p>
</div><p>Naturally, investors are worried that if every other AI developer adopted this approach, it would trigger a collapse in demand for Nvidia's chips.</p>
<div class="lb-trans"><p>自然，投资者担心如果其他所有 AI 开发者都采用这种方法，将会导致对英伟达芯片的需求崩溃。</p>
</div><h2>Nvidia is gearing up for a record year of GPU sales</h2>
<div class="lb-trans"><h2>英伟达正准备迎接创纪录的 GPU 销售年</h2>
</div><p>On Feb. 26, Nvidia will report its financial results for its fiscal 2025, which ended Jan. 31. The company expects to have generated $128.6 billion in total revenue, which would be a whopping 112% increase from the previous year. Recent quarterly results suggest around 88% of that revenue will be attributable to its data center segment, thanks to soaring GPU sales.</p>
<div class="lb-trans"><p>在 2 月 26 日，英伟达将公布其 2025 财年的财务结果，该财年于 1 月 31 日结束。公司预计总收入将达到 1286 亿美元，比去年增长惊人的 112%。最近的季度结果显示，约 88% 的收入将归因于其数据中心部门，这得益于 GPU 销售的激增。</p>
</div><p>According to Wall Street's consensus forecast (provided by Yahoo), Nvidia could set another record in its current fiscal year 2026, with $196 billion in total revenue potentially in the cards. Hitting that estimate will depend on further demand for GPUs from AI developers, so it's easy to understand why investors are nervous over the DeepSeek news.</p>
<div class="lb-trans"><p>根据华尔街的共识预测（由 Yahoo 提供），英伟达在当前的 2026 财年可能会再创纪录，总收入有可能达到 1960 亿美元。达到这一估计将取决于 AI 开发者对 GPU 的进一步需求，因此很容易理解为什么投资者对 DeepSeek 的消息感到紧张。</p>
</div><p>While the H100 remains a hot product, Nvidia's latest GB200 GPU -- which is based on its Blackwell architecture -- can perform AI inference at up to 30 times the speed. Inference is the process by which an AI model absorbs live data (like a chatbot prompt) and produces an output for the user. It typically comes after the initial training phase (more on this in a moment).</p>
<div class="lb-trans"><p>虽然 H100 仍然是热门产品，但英伟达最新的 GB200 GPU -- 基于其 Blackwell 架构 -- 可以以高达 30 倍的速度进行 AI 推理。推理是 AI 模型吸收实时数据（如聊天机器人提示）并为用户生成输出的过程。它通常发生在初始训练阶段之后（稍后会详细介绍）。</p>
</div><p>The GB200 is currently the gold standard for AI data centers, and demand was significantly outstripping supply when it started shipping to customers at the end of 2024.</p>
<div class="lb-trans"><p>GB200 目前是 AI 数据中心的黄金标准，当它在 2024 年底开始向客户发货时，需求显著超过供应。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MDc1NjcvYW4taW1hZ2Utb2YtZ29vZ2xlcy1vZmZpY2UtaGVhZHF1YXJ0ZXJzLmpwZyZ3PTcwMA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F807567%2Fan-image-of-googles-office-headquarters.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Alphabet.</p>
<div class="lb-trans"><p>图片来源：Alphabet。</p>
</div><h2>Sundar Pichai counters</h2>
<div class="lb-trans"><h2>Sundar Pichai 的回应</h2>
</div><p>Pichai held a conference call with Wall Street analysts on Feb. 4 to discuss Alphabet's 2024 fourth quarter results. In response to one of their questions, he said there has been a notable shift in the allocation of computing power over the last three years, with a growing amount going toward inference compared to training.</p>
<div class="lb-trans"><p>Pichai 于 2 月 4 日与华尔街分析师举行了电话会议，讨论 Alphabet 2024 年第四季度的业绩。在回应他们的一个问题时，他表示，在过去三年中，计算能力的分配发生了显著变化，越来越多的计算能力用于推理而非训练。</p>
</div><p>Pichai said newer reasoning models (like DeepSeek's R1 and Alphabet's Flash Thinking models) will only accelerate that shift. These models spend more time &#34;thinking&#34; before producing a response, so they require significantly more computing power than their predecessors. The technical term for that is test-time scaling, and it's a way for AI models to deliver more accurate information without conducting more pre-trailing scaling (which involves feeding models endless amounts of new data).</p>
<div class="lb-trans"><p>Pichai 说，更新的推理模型（如 DeepSeek 的 R1 和 Alphabet 的 Flash Thinking 模型）将进一步加速这一转变。这些模型在生成响应之前花费更多时间 “思考”，因此需要比其前身显著更多的计算能力。这个技术术语称为测试时间扩展，这是 AI 模型在不进行更多预训练扩展（即向模型输入大量新数据）的情况下提供更准确的信息的一种方式。</p>
</div><p><strong>Meta Platforms</strong> CEO Mark Zuckerberg has similar thoughts. He recently said a drop in training workloads won't necessarily mean developers need fewer chips, because capacity is simply shifting toward inference instead.</p>
<div class="lb-trans"><p><strong>Meta Platforms</strong> 首席执行官马克·扎克伯格也有类似的看法。他最近表示，训练工作负载的下降并不一定意味着开发者需要更少的芯片，因为能力只是向推理转移。</p>
</div><p>Finally, Alphabet told Wall Street it plans to allocate $75 billion to capital expenditures (capex) during 2025, most of which will go toward data center infrastructure and chips. That figure represents a significant increase from its 2024 capex of $52 billion, so the company certainly isn't pulling back.</p>
<div class="lb-trans"><p>最后，Alphabet 告诉华尔街，它计划在 2025 年投入 750 亿美元用于资本支出（capex），其中大部分将用于数据中心基础设施和芯片。这个数字比其 2024 年的 520 亿美元资本支出显著增加，因此公司显然并没有收缩。</p>
</div><p>All in all, it appears the demand picture for Nvidia's GPUs is still very much intact. Considering its stock is trading at an attractive valuation right now, the recent dip might even be a buying opportunity.</p>
<div class="lb-trans"><p>总的来说，英伟达 GPU 的需求前景似乎仍然非常稳固。考虑到其股票目前的估值吸引，最近的下跌甚至可能是一个买入机会。</p>
</div>

Sundar Pichai Recently Delivered Spectacular News for Nvidia Stock Investors

- Nvidia 股票目前较历史高点下跌 12%。
- DeepSeek 的 AI 模型引发市场担忧，可能影响 Nvidia GPU 需求。
- Alphabet 计划在 2025 年投入 750 亿美元用于数据中心基础设施，需求仍然强劲。

Sundar Pichai 最近为英伟达股票投资者传递了令人振奋的消息