近日，DeepSeek推出的開源大型語言模型（LLMs）R1與V3引發業界廣泛關注。這兩款模型不僅在性能上表現卓越，更以極低的API成本——比ChatGPT低達96%——顛覆了傳統AI領域對高算力與巨額資金投入的依賴。這一創新不僅挑戰了現有的AI擴展法則，也對NVIDIA等資料中心相關企業的股價產生了顯著影響，甚至可能改變AI產業的未來發展方向。

傳統上，訓練高效能AI模型需要依賴龐大的算力資源和巨額資金投入，例如OpenAI和Anthropic等公司在模型開發上的投入動輒超過1億美元。然而，DeepSeek通過多項技術創新，大幅降低了訓練成本。據Counterpoint研究團隊指出，DeepSeek僅使用約2000至2048張NVIDIA H800 GPU，並額外獲取約10,000張A100 GPU，整體訓練預算約600萬美元，遠低於行業平均水平。

DeepSeek的開源模型與Meta等公司的開源AI項目共同推動了開源AI的崛起，逐步縮小了與OpenAI等專有模型的差距。開源模型的普及使得AI技術的門檻降低，競爭格局從技術領先轉向成本與可用性競爭。這一趨勢不僅對專有模型形成挑戰，也為中小型企業和研究機構提供了更多參與AI開發的機會。

值得注意的是，DeepSeek的發布時機與美國5000億美元的「星門計畫（Stargate Project）」相近，引發了業界對地緣政治因素的關注。作為中國企業，DeepSeek的成功不僅展示了技術實力，也可能在國際AI競爭中扮演重要角色。

市場震盪與未來展望

DeepSeek的高效能模型對市場產生了深遠影響。1月27日，NVIDIA股價單日暴跌近17%，市值蒸發超過5000億美元，創下美股史上最大單日跌幅。這一現象反映了市場對AI運算資源需求預期的動搖，投資人開始重新評估AI基礎設施支出的未來走向。

儘管DeepSeek在成本與技術上展現了顯著突破，其訓練成本的真實性仍受到市場質疑。業界關注其是否接受了政府補助或未披露的資源支持。然而，無論如何，DeepSeek的成功已促使產業重新思考AI發展模式，並可能對半導體與數據中心市場帶來長期影響。