中国宏观经济月报：DeepSeek对英伟达长期股价的潜在影响

DeepSeek 在训练和推理成本上的显著优势，对英伟达股价及 AI 产业产生了深远影响。

核心观点与关键数据：

1. DeepSeek 成本优势：

   • 推理成本：每百万 Token 的输入成本仅为 1 元。
   • 训练成本：使用约 2000 张 H800 GPU，总成本不超过 600 万美元。
     • 预训练阶段：每万亿 Token 使用 2048 个 H800 GPU 集群，耗时约 3.7 天。
     • 整个预训练过程耗时 2788K GPU 小时（不到两个月）。
     • 按照 H800 每小时 2 美元的租赁价格计算，总成本不超过 600 万美元。

2. 推理成本对比：

   • OpenAI 的 o1 模型：每百万输入 Token 15 美元，输出 Token 60 美元。
   • DeepSeek 的 R1 模型：相同输入和输出下的价格仅为 OpenAI 的 3%。

DeepSeek 的低成本训练策略：

• 采用纯强化学习（RL）训练，摒弃 RLHF 中的人类反馈（HF）部分。
• 使用链式思考（CoT）数据进行微调，提升模型的语言生成质量。
• 通过数千次强化学习训练步骤，R1 模型在推理基准测试中表现与 OpenAI 的 o1-0912 模型相当。

对 AI 产业的影响：

1. 对依赖自研大模型的公司影响更大：

   • OpenAI、Anthropic、月之暗面、字节跳动等公司可能受影响更大。
   • Meta 已成立四个研究小组分析 DeepSeek 技术，计划应用于 Llama 模型优化。
   • Llama V3 对 Llama 的开源模型地位构成挑战。

2. 对英伟达的长期影响：

   • 英伟达高端芯片仍将是 AI 科技企业的核心需求。
   • DeepSeek 的成果证明市场对英伟达芯片的需求增加。
   • AI 商业化加速将推动对算力的需求增长，符合杰文斯悖论。

3. 算力需求展望：

   • 即使模型训练效率提升，算力需求仍可能增加。
   • 中小企业、个人用户对推理需求的增长可能超过 AI 巨头减少的 GPU 采购量。
   • 推理环节对算力的消耗更为惊人。

研究结论：

• DeepSeek 的低成本模式短期内对英伟达股价造成冲击，但长期来看，AI 技术普及和商业化加速将推动英伟达芯片需求进一步增长。
• AI 产业将迈向新的发展阶段，算力需求将持续扩大。