DeepSeek 的公告顯示,,在更便宜的硬件上訓(xùn)練高性能模型,引起了市場對未來 GPU 需求的擔(dān)憂,。以前關(guān)于縮放定律的假設(shè)可以用這個模型來反駁,。R1 可以用更少的計算做更多的事情,。更令人擔(dān)憂的是,如果超大規(guī)模企業(yè)能夠以成本較低的替代硬件實現(xiàn)最先進的結(jié)果,,那么 Nvidia 在數(shù)據(jù)中心 GPU 方面的增長很可能會放緩,。這種情緒將導(dǎo)致 AI 芯片制造商的股價持續(xù)下跌。
盡管頭條新聞負面,,但兩個主要觀點指出了多元化半導(dǎo)體投資的明智之舉,。如果 DeepSeek 的說法完全正確,DeepSeek 的 R1 表明,,您可以使用更便宜的硬件訓(xùn)練頂級模型,。隨著訓(xùn)練硬件需求的擴大,其他芯片設(shè)計人員可以站穩(wěn)腳跟,,尤其是在推理領(lǐng)域,,其中專用芯片具有成本效益和功耗效率。即使 GPU 訓(xùn)練需求趨于平穩(wěn),在多樣化的半導(dǎo)體生態(tài)系統(tǒng)(即無晶圓廠)中仍然存在重大機會,。
如果 DeepSeek 的說法被夸大了,,也許 DeepSeek 的成就并不像看起來那么具有開創(chuàng)性,或者存在未公開的限制,。長期的 AI 周期自然而然地轉(zhuǎn)變?yōu)橥ㄟ^推理使模型貨幣化,。該推理階段通常偏愛專用 ASIC、較小的 GPU 實例和其他加速器(包括 CPU 增強功能),,從而擴大了與 Nvidia 高端 GPU 的競爭,。Nvidia 可能會繼續(xù)在訓(xùn)練方面處于領(lǐng)先地位,但隨著 AI 的成熟,,更多的參與者將爭奪 AI 硬件堆棧的不同部分,。
Nvidia 仍然是 AI 硬件和軟件領(lǐng)域極具創(chuàng)新性的領(lǐng)導(dǎo)者。他們宣布了專為推理工作負載設(shè)計的新產(chǎn)品,,例如下一代 GPU 架構(gòu)(例如 Hopper)和橋接訓(xùn)練和推理的專用平臺,。隨著市場轉(zhuǎn)型,Nvidia 的數(shù)據(jù)中心 GPU 業(yè)務(wù)可能會實現(xiàn)更正常的增長,,但其全面的生態(tài)系統(tǒng)(硬件,、CUDA 軟件、企業(yè)合作伙伴關(guān)系)仍將其定位為關(guān)鍵參與者,。與此同時,,其他芯片制造商正在加速發(fā)展,越來越多的 ASIC 和 CPU 正在出現(xiàn),,從而實現(xiàn)了各種經(jīng)濟高效的推理解決方案。