新聞說:NVIDIA 暴跌後急發聲明，DeepSeek 的進展證明需要更多輝達晶片，輝達27日表示，中國大陸 AI 公司 DeepSeek 取得的進展，顯示出輝達晶片對大陸市場的可用性，未來將需要更多的輝達晶片來滿足 DeepSeek 服務的需求。輝達是在該股價於周一暴跌17%至每股118.58美元、市值單日蒸發約6,000億美元後，發出上述聲明。此前， DeepSeek 的 AI 模型一夕爆紅，在周末期間引發市場熱烈討論，投資人擔心 DeepSeek 與 OpenAI 等競爭對手相比，使用的輝達晶片數量遠低於美國公司。輝達發言人周一表示：「DeepSeek 是一項出色的 AI 進步 ，是一項測試時間縮放的完美範例。」輝達在聲明中說：「DeepSeek 的成就顯示出能夠如何利用技術、採用廣泛可用的模型和完全符合出口管制的運算，來創建新的模型。」DeepSeek 在爆紅後，周一湧入過多的新用戶，促使該公司限制新註冊，這也代表仍在適應用戶湧入的情況。服務新用戶，是 AI 公司所指稱的「推論」過程，輝達對此表示，這顯示了輝達的晶片仍是有其需求的。輝達在聲明中表示：「推論需要大量輝達GPU和高性能網路。」輝達也說，DeepSeek 使用的 GPU 完全符合出口標準。輝達的聲明顯示，該公司認為 DeepSeek 的突破，為輝達的 GPU 創造了更多工作。
A大回答:台積電ADR跟著輝達股價而大跌，輝達股價大跌16.97%，台積電ADR股價大跌13.33%，昨天才星期一，今天星期二，還有幾天能讓市場去反應DeepSeek的情緒，會有人說輝達一夜蒸發6000億美元市值，其實就只是事件發生時，市場不知道最終是利多還是利空，就跟著在那瞎砍而以，很多投資機構覺得自己要做風險控管，就是先砍先贏，還有一些是因為槓桿開太大，結果券商直接幫他砍，才會造成短時間股價跌到很誇張的情況，輝達的淨值是1.74元，原因是之前輝達有做分拆，把一張拆成十張，所以淨值就要除以10，股價也要除以十，不然之前輝達股價早就一千多元了，就是因為一拆十後，股價才會變成一百多元，目前輝達的股價淨值比一樣是有68倍，也就是大跌了16.97%後還有68倍，之所以輝達的股價淨值比會這麼高，那是因為輝達獨佔整個市場，而GPU供不應求，DeepSeek發佈後，會有人直接把DeepSeek說成能用極少的錢就做到和OPENAI一樣的做，其實大家要注意他們的用辭，是能在某一些地方達到差不多的水準，很多交易員一直以為目前的AI已經是頂天了，所以才會覺得有新的演算法出來能節省成本就在那驚訝哥，回顧電腦，手機，筆電，平板的演進過程，軟體及硬體鐵定是持續一起進步的，想要讓科技持續的進步，那就是要讓硬體愈來愈好，怎麼會有人天真的覺得DeepSeek創造了一個比較節成本的方法後，就覺得AI產業結束了，哪有這種事。
大家來看一下DeepSeek和OpenAI在硬件成本上的差異，與它們的技術架構和應用定位密切相關：1.硬件成本結構部份，DeepSeek偏向垂直領域應用，硬件成本相對較低：針對特定任務（如知識檢索、專業數據挖掘），可能使用定制化硬件，專注於效率提升，避免過多資源浪費。 私有部署時，客戶需要支付 專用硬件設備（如定制伺服器）和部署成本，總體規模小，成本可控。 運行與維護成本： 集中在中小型伺服器集群。 能耗和冷卻需求較低。OpenAI面向超大規模模型的硬件投入極高： 訓練 GPT 模型（如 GPT-4）需要數萬個 NVIDIA A100 或 H100 GPU，這些卡的單價約為 10,000到40,000 美元每片。 訓練基礎設施需要支撐超過 數百萬美元 的單次訓練成本。雲計算成本： OpenAI 與 Microsoft Azure 合作，利用雲端超級計算基礎設施，雲資源的使用費用十分昂貴。運行與維護成本：能耗非常高，通常需要大型數據中心，冷卻和電力消耗成本顯著。2.部署模式的影響，DeepSeek：偏向於小規模、本地部署，可能需要初始設備投資，但後續運營成本低，總體成本通常在數十萬至數百萬美元之間，具體取決於用戶需求。適合中小型企業或需要數據隱私的專業行業。 OpenAI：部署基於雲端，初始硬件成本分散於 Azure 數據中心，但總體硬件和基礎設施成本高達 數十億美元 級別。高昂的運營和更新需求使其總體擁有成本遠高於 DeepSeek。3. 總體成本比較，項目 DeepSeek及OpenAI，硬件購置成本中低（定制化伺服器，有限GPU數量）高（數萬片GPU，A100或H100為主），部署與運營成本私有化部署，冷卻能耗需求低雲端基礎設施，耗電量和冷卻成本極高，訓練成本低至中等（針對特定任務優化） 極高（單次訓練成本可達數百萬美元）總體成本範圍 數十萬至數百萬美元數十億美元以上。4.成本效益比較，DeepSeek：適合需要控制成本的企業或專注於特定場景的應用。高性價比，但在大規模模型訓練上不具優勢。OpenAI：成本高昂，但支持大規模通用應用，適合全球化和高度複雜的生成式AI場景。需要較高的投資回報才能平衡成本壓力。總結來說，DeepSeek 更加經濟，適合中小型或專業化應用；OpenAI 則以高投入實現高效能，目標是支撐全球規模的 AI 部署需求。
