DeepSeek 加速生成式 AI 行業進入新階段：新的計算能力增長方法和應用多樣化

DeepSeek-R1 的發佈聚焦了兩大 AI 行業趨勢。儘管這些
趨勢早已顯現，但 DeepSeek-R1 加速了它們的發展。

1. 儘管規模法則的收益遞減，但 AI 算力仍可通過
   優化訓練方法持續增長，從而促進新應用的探索。
   
2. API/代幣價格的大幅下降有利於 AI 軟件/服務和設備端 AI，從而加速
   AI 應用的多樣化。

趨勢 1：儘管規模法則的收益遞減，但 AI 算力仍可通過
優化訓練方法持續增長，從而促進新應用的探索。

1. 過去兩年，AI 服務器供應鏈的股票投資一直基於規模法則帶來的持續增長預期。如今，隨着這些規模法則的侷限性日益
   明顯，市場將注意力轉向了 DeepSeek 的優化訓練方法——在不依賴規模法則的情況下實現
   顯著的性能提升。
   
2. 根據廣泛引用的 Chinchilla 規模法則，AI 模型性能由三個關鍵
   因素驅動：模型參數（N）、訓練數據（D）和算力（C）。理想的結果來自
   這三個因素的共同擴展。
   
3. 規模法則的收益遞減可歸因於幾個關鍵因素。人工創建的文本數據（D）的供應幾乎耗盡，而單純增加模型參數（N）在算力（C）未同步提升和數據量
   限制（D）未解決的情況下效果有限。此外，短期內大幅提升算力（C）面臨重大
   障礙，從 Blackwell 系統生產的延遲到電力供應的限制。
   
4. 從行業研究的角度看，DeepSeek-R1 尤其值得關注的是它通過優化訓練方法而非規模法則實現了顯著的性能提升。這些提升可通過其開源版本的審查和測試驗證。
   
5. 隨着規模法則的收益遞減日益明顯，通過優化訓練方法提升模型
   性能變得至關重要。這一轉變使 AI 計算基礎設施的可持續增長成為可能，並釋放了新應用的潛力。
   這些互補的發展對 AI 行業的長期進步至關重要。

趨勢 2：API/代幣價格的大幅下降有利於 AI 軟件/服務和設備端 AI，
從而加速 AI 應用的多樣化

1. 目前，GenAI 領域的利潤主要來自基礎設施提供（“賣鏟子”）
   和成本削減，而非創造新的商業模式或為現有產品和服務帶來顯著
   增值。
   
2. DeepSeek-R1 採取了激進的定價策略。它免費使用，且最低 API/代幣
   定價不到 OpenAI-o1 的 1/100。這種競爭壓力可能會壓低 AI 使用
   成本。鑑於中國 AI 市場競爭激烈，其他中國公司預計將推出基準分數更高、定價更激進的 LLM。
   
3. 近期 AI 供應鏈股票的劇烈調整主要反映了投資者對 AI 服務器出貨量的預期重置——這是對規模法則收益遞減的回應，而非對 LLM 服務提供商和 CSP 盈利路徑的擔憂。投資者對盈利實現仍保持耐心。
   
4. API/代幣價格下降和優化訓練方法推動的 AI 軟件/服務和設備端 AI 成本下降，正在刺激 AI 算力需求，同時緩解投資者
   對 AI 投資盈利能力的擔憂。
   
5. 儘管 AI 價格下降無疑會推動更高的使用率，但銷量增長能否抵消降價仍不明朗。AI 採用率的提升可能催生盈利的商業模式，但成功並非必然。目前這些不確定性似乎可控，因為投資者
   對盈利能力保持耐心。

結論：

1. 規模法則是經驗觀察。適度預期並理性看待它們實際上有利於長期投資趨勢。芯片升級（C）、解決電力供應限制（C）以及在訓練中使用多模態訓練數據（D）等改進，未來都有可能重新加速規模法則的收益。
2. 規模法則的收益遞減僅影響大規模運營者，這證明了 NVIDIA 的領導地位。當 NVIDIA 的解決方案再次加速規模法則的收益時，該公司對 ASIC 和 AMD 等競爭對手的優勢可能會更加明顯。
3. 近期 GB200 NVL72 的生產問題為重置對規模法則和 AI 服務器出貨量的預期提供了良機。這次股票調整將更有利於未來對 GB300/Rubin 系列的積極反應。
4. 領先的 CSP 不會僅僅因為訓練方法的改進而削減資本支出，因為
   效率提升和基礎設施投資可以共存。如果現在削減資本支出，當規模法則的收益再次加速時，它們可能會落後於競爭對手。
5. 開源資源和中國高度競爭環境的共同作用預計將促使其他中國公司推出性能更高、定價更激進的 LLM。如果屆時 LLM 服務提供商尚未建立穩定的盈利能力，它們的盈利壓力將加劇。
6. 受益於 API/代幣價格的大幅下降，AI 軟件/服務和設備端 AI 將吸引
   更多投資者的關注。這是否會成為新的長期投資趨勢，取決於能否創建盈利的商業模式。
7. 當規模法則的收益在未來再次加速時，NVIDIA 仍可能是贏家。
   然而，密切關注短期內 GB200 NVL72 的生產問題和中長期內美國
   半導體出口限制的潛在變化至關重要。

$英偉達(NVDA.US) $台積電(TSM.US)