設備端人工智能發展超預期，雲端人工智能計算增長暫時存在不確定性

台積電和英偉達預計，2026 年設備端 AI 將顯著增長。台積電早些時候的財報電話會議指出，設備端 AI 趨勢將在 2026 年變得突出，而英偉達計劃在 2025 年第四季度/2026 年上半年開始大規模生產其 AI PC 芯片 N1X/N1。

DeepSeek 走紅後，設備端 AI 趨勢加速。

DeepSeek 的爆紅直接推動了英偉達 H100 訓練的需求，表明優化的訓練方法（有效降低成本）可以推動訓練需求。這也再次證明了 CUDA 生態系統的優勢（解釋了用户為何選擇 H100）。

更重要的是，DeepSeek 的流行引發了本地大語言模型部署的熱潮。DeepSeek R1 的優化訓練方法提升了中小規模大語言模型在本地設備上的性能，而對基於雲的 DeepSeek 服務的數據安全擔憂進一步推動了這一趨勢。預計會出現更多類似 DeepSeek 的開源模型，維持本地大語言模型部署的勢頭。

本地 DeepSeek 部署的常見方法和規格包括：LM Studio 便於部署，Ollama 用於運行模型，4 位/8 位量化以減少 VRAM 需求同時保持性能，模型參數從 1.5B 到 70B 不等，硬件涵蓋從低端筆記本電腦到配備英偉達獨立 GPU 的高端 PC。

目前，本地 DeepSeek 部署仍限於小眾用户羣體，對英偉達的雲端 AI 芯片需求沒有直接影響。長期來看，雖然設備端計算將部分取代雲服務，但也可能產生新的雲端需求（如 H100 的例子所示）。預計這兩個領域將同步增長，演變成一個集成的 AI 生態系統。

儘管我對長期雲端增長持樂觀態度，但值得注意的是，設備端趨勢的加速速度超出預期，這可能導致雲端的增長率在一段時間內低於先前的市場預期，並可能影響投資情緒。展望未來，可能降低雲端增長不確定性的因素包括：GB200 NVL72 大規模生產的成功加速了擴展定律，以及在機器人、自動駕駛和多模態應用中 AI 商業化的可見度提高。

關於之前提到的台積電和英偉達，台積電仍是設備端 AI 趨勢的主要受益者（由於處理器升級），而英偉達在設備端市場面臨的競爭遠大於雲計算，這可能影響近期的投資情緒。

$台積電(TSM.US) $英偉達(NVDA.US)