DeepSeek公布開源模型R1，NVDA等半導體股價重挫 中國量化基金幻方的子公司，AI 新創 DeepSeek，在去年12月和今年 1 月分別發布了 DeepSeek V3 和 R1 模型，並宣稱V3和 R1 模型分別對標OpenAI的前沿模型4o 和 o1，但訓練成本遠低於OpenAI，更令人驚訝的是，DeepSeek R1價格僅是 OpenAI o1 的 3%-4%。
該新聞在 1月25, 26日在社群平台 X 引起廣放討論，並激起矽谷工程師和投資者的擔憂，認為美國 AI 技術已被中國超越，並過度投資 AI 的硬體設備。恐慌情緒在 1/27 周一開盤時爆發，當日NVDA/TSM/ AVGO 皆下錯 13%-17%不等，其餘 AI 基礎建設股更下挫餘 20%。
DeepSeek 的技術對整個產業代表了什麼? CSP 真的過度投資 AI 硬體設備了嗎? 我們認為，市場的下跌實為過度恐慌。DeepSeek 確實推進了技術前緣，提升了AI計算系統的使用效率，有效降低了當前模型的運行成本，但這並不會導致 CSP 減少對 AI 的硬體投資。
讓我們先回顧關於半導體將下行的論述，持悲觀看法的投資人認為，因為 DeepSeek 有效提升了技術前緣，原先要花費在同一個大小上的算力需求大幅下降，過去的 CSP的投資被證明有更有效的替代方案，因此應被視過度花費。
然而，我們的論述與悲觀論述正好相反，我們的論點有二： 1.Jevon’s Paradox：DeepSeek 讓技術前緣大幅上升後，每單位算力的使用效率提升，降低了LLM的使用成本，原先因為使用 o1模型成本過高而卻步的使用者，現在能用更便宜的成本就享受到優秀的模型能力，這會導致模型的使用量增加。在經濟學上這個概念被稱為 Jevon’s Paradox，當一個產品的需求彈性很高時，該產品的價格降低將刺激更多的需求，使得整體市場的份額(降低的價格和激增的需求的乘積)增加。 2.更快速的科技迭代，致使競爭者（即CSP）更迫切地提高資本支出以維持領先地位：細看DeepSeek 所釋出的論文內容，該公司雖然研發出了新技術，但這些技術並沒有顛覆既有的 AI Scaling Law (想複習 AI Scaling Law 的讀者可以閱讀和奕在去年發布的文章)。反而，DeepSeek展現的新技術更證明了 AI Scaling Law 中，Post-Training Scaling Law 和 Test-time Scaling Law 的延續性及潛力。這會加速 CSP 原有的軍備競賽，投入更多的資本支出，因為其他的參賽者現在知道，投入更多的算力，能夠得到更有效率，表現更好的 LLM。
刊登日期：2025/2/5 文章取材自〈和奕資產管理〉