DeepSeek R1：AI界的新星，为何让英伟达市值蒸发2000亿？
输入“/”快速插入内容
DeepSeek R1：AI界的新星，为何让英伟达市值蒸发2000亿？
DeepSeek R1：AI界的新星，为何让英伟达市值蒸发2000亿？
用户4246用户42462025年2月12日修改
引言
大家好，我是小码哥，最近火爆的DeepSeek R1推理大模型，让英伟达市值蒸发了2000亿！为何这么火，看实物看本质，你才有独特的思维方式，今天就来给大家唠唠，这背后到底发生了啥事儿。
DeepSeek R1为何火爆
低成本优势：咱先说说这成本吧。以前开发个厉害的AI模型，那得烧多少钱？就像OpenAI的GPT-4系列，得砸好几亿美元进去。可DeepSeek R1呢？只用了550万美元就搞定了，这成本低得让人咋舌。这就相当于以前买个豪车得几百万，现在几万块就能搞定，你说这得多吸引人？这低成本策略直接打破了传统AI行业对高昂算力和GPU芯片的依赖，让好多企业都看到了希望，AI技术的普及和应用也变得更加可行了。
开源策略：再来说说这开源。DeepSeek R1采用了MIT开源许可，把核心技术全都开源了。这就好比你发现了一家超好吃的火锅店，然后老板还把秘方给你了，让你自己回家也能做。这得多爽？开源不仅让技术传播得更快，还激发了全球开发者社区的热情。大家都能基于DeepSeek R1的模型进行二次开发和创新，推动了AI技术在更多领域的落地应用，也进一步提升了DeepSeek R1的影响力和竞争力。
性能与性价比：DeepSeek R1的性能也是杠杠的。它的DeepSeek-V3和R1模型在综合榜单上名列前茅，和OpenAI的顶尖推理模型o1并列。同时，它的API调用成本只有OpenAI的三十分之一。这就相当于你花买一件名牌衣服的钱，能买一整衣柜的衣服，这性价比得多高？这种高性能与高性价比的结合，让DeepSeek R1在市场上具有超强的吸引力，能满足更多用户的需求，迅速获得了市场的认可。
技术优势：
混合专家架构（MoE）：DeepSeek R1采用了混合专家架构（MoE），通过选择性地激活参数降低了计算成本。比如，DeepSeek-V3总参数6710亿，但每个输入只激活370亿参数。这就相当于一个大团队里，每次只派一小部分人去干活，效率高还省钱。
多Token预测（MTP）：多Token预测（MTP）让推理速度更快，FP8混合精度训练既保证训练准确性又减少计算量。这就相当于你开车的时候，既能跑得快，还能省油，这得多划算？
预训练优势：部分模型在包含2万亿个中英文token的数据集上进行了预训练，这让模型能够深入学习多种语言知识，提升了模型语言处理方面的泛化能力。比如，在机器翻译、多语言文本生成等任务中，模型能够表现出较好的适应性和准确性。
为何能让英伟达市值蒸发2000亿
市场预期的改变：DeepSeek R1的低成本开源模式直接冲击了市场对AI行业的传统认知。以前大家都觉得开发强大的AI系统得砸好多钱，得用最先进的硬件设备，而英伟达作为AI芯片的主要供应商，业绩和市值都靠这个模式撑着。可DeepSeek R1的成功让市场意识到，没那么高的成本和先进的芯片，也能开发出性能优异的AI模型。这就导致市场对英伟达未来业绩的预期大幅下降，投资者纷纷抛售英伟达的股票，市值就这么蒸发了2000亿。
行业竞争格局的变化：DeepSeek R1的崛起打破了原本由少数科技巨头主导的AI行业格局。它的低成本和开源策略吸引了更多的企业和开发者进入AI领域，市场竞争变得更加激烈。这就相当于原本只有几个大玩家在玩的游戏，现在突然涌入了一大批新玩家，原本的大玩家的市场份额自然就受到了威胁。投资者担心英伟达在未来的竞争中可能会失去优势，对其投资价值产生了怀疑，市值也就跟着下跌了。
技术冲击：DeepSeek R1的技术突破对英伟达的技术壁垒产生了冲击。它的模型仅使用了少量低端GPU就实现了与高端GPU相当的性能，这引发了市场对英伟达高端GPU芯片稀缺性的担忧。此外，DeepSeek R1绕过CUDA，降低了对高端芯片的需求，推动了小模型的发展。这就相当于原本大家都觉得得用高端芯片才能玩的游戏，现在突然发现用低端芯片也能玩得挺好，市场对英伟达的依赖度自然就降低了，市值下跌也就不奇怪了。
DeepSeek R1的火爆和对英伟达市值的影响，反映了AI行业正在发生深刻的变化。低成本、开源和高性能的结合，正在推动AI技术的普及和应用，同时也改变了市场的竞争格局。对于投资者和科技企业来说，这是一个需要重新审视和调整战略的时刻。而对于我们普通用户来说，DeepSeek R1的出现无疑为我们带来了更多更好的AI应用和服务，让我们期待AI技术在未来能够为我们创造更多的惊喜。
小码哥一直从事大模型研发，欢迎一起学习交流。
AI 交流社群