▎如今，业界真正关键的问题已不再是 DeepSeek 能否将模型成本降低 10 倍以及是否不再需要芯片，而是英伟达的芯片在推理方面相较于定制芯片和其他竞争 GPU 有哪些优势。这已成为当下技术层面的核心问题。

钛媒体注：由于钛媒体此前独家发布文章《王维嘉：DeepSeek 尚不足以撼动中美 AI 差距格局》引发了广泛关注与热议，为进一步深入探讨相关争议话题，钛媒体 APP 特邀王维嘉再度发声，以 "DeepSeek 为何能血洗美股？" 为主题，分析投资逻辑与市场影响 。

本文作者王维嘉系中国科技大学硕士、美国斯坦福大学电气工程博士，早年在硅谷创办美国通用无线通信有限公司，专注于移动互联产业，被业界广泛推崇为无线互联的创始人和理论领袖。还曾荣获深圳市 " 功勋人物 " 荣誉。作为硅谷著名企业家 & 投资家，同时也是《暗知识》的作者，本文经王维嘉授权钛媒体 APP 发布，并略经编辑。

元月 27 日 DeepSeek 的出现给华尔街带来巨大冲击，以英伟达为代表的科技股遭受重创，相关高科技板块市值单日蒸发 1 万亿美元，其中英伟达市值单日跌幅达 17%，市值蒸发近 6000 亿美元，这一跌幅创下美股史上一个公司最大单日跌幅纪录。对于像英伟达这样市值在 3 万亿美元以上的超级大公司，单日跌幅在 5-10%，已经算是暴跌了，这次 17% 的跌幅可以说是空前。

暴风雨的前夜

那为什么会有这么大的跌幅呢？这背后主要有四个背景因素。

首先，过去两年多，英伟达股价涨幅达到惊人的 10 倍。一路飙升的股价让没有仓位的捶胸顿足而屡屡踏空，让有仓位的惶惶不安准备随时落袋为安。当市值达到 1 万亿美元时，不少人认为已经涨到极限。然而，英伟达却不断上涨突破 3 万亿美元，最高触及 3.6-3.7 万亿美元。登顶全球市值第一。这种远超预期的增长打破了人们的常规认知，" 还能涨到天上去？" 是很多人的疑问，这种定势思维使得他们无法深入探究股价持续走高的内在原因。

第二个背景是许多人将当下的情况与 2000 年的互联网泡沫相提并论，当时，思科股价也曾一路高涨，随后却急剧下跌。但在 2000 年的互联网浪潮中，存在诸多泡沫现象，例如李嘉诚推出的的 china.com，网页仅有一页，上面的链接都无法点开，然而这样的公司一上市就估值数亿美元。那时，大家对于互联网的实际应用和发展方向并不清晰，投资更多是盲目跟风。而今天的 AI 公司如英伟达有坚实的财务数据在支撑，并非仅靠对未来的想象。

第三个背景因素美国股市投资者结构。在美国股市中，机构投资人占比约 75%，个人散户占比 25%。在机构投资群体里，约 3/4 是基于基本面进行长期投资的，而 1/4 - 1/5 属于对冲基金、量化基金这类快进快出的类型。实际上，股市的波动主要由散户以及量化基金、对冲基金的操作导致。股市震荡的当天，摩根斯坦利、花旗银行等大型金融机构就表示依旧看好市场，并未进行抛售。大量资金的流向变动，其实主要是那些散户和快进快出的基金在起作用。

在股市中，存在着这样一批跟风投资者，他们多是技术派，往往依据特定算法进行投资决策。当股票价格迅速上涨时，他们便受利益驱使纷纷涌入市场；一旦形势稍有不利，又立刻撤离。这次英伟达股价单日暴跌 17%，应该以散户、量化基金和对冲基金这类群体的操作为主。

第四个背景因素是市场对各大云服务平台巨额资本投入的疑虑。英伟达股价暴涨，是因为各大公司纷纷巨额投资 AI 算力，像微软计划投 800 亿美元，Meta 投 650 亿，其他公司也有大量投入。但市场一直质疑，这么多投资何时才能盈利，每次财报发布时都会有人问这个问题。华尔街投资者缺乏行业一线的切身体会，信息获取也相对间接，所以产生这种怀疑也属正常，就连有投研能力的大行也抱有疑问。从华尔街的大型长期基金到散户，这种质疑普遍存在。

在此次大跌之前，英伟达股价持续处于高位，市场敏感度极高，稍有风吹草动，股价就会下跌。即便英伟达此前多次季报表现优异，盈利和营收均超出预期，但其股价依旧不涨反跌。这是因为许多投资者获利颇丰，一心想着落袋为安，只要市场出现不稳定因素，便选择抛售股票。而这次，一家来自中国、此前鲜为人知的 DeepSeek 公司，其技术表现竟能与 OpenAI 相媲美，这一消息让市场大为震惊。尤其是当 Deep seek 宣布可以用 600 万美元就训练出一个性能可以和 OpenAI 最新的模型一较高下的模型是， 一个貌似简单明确的推论在市场快速传播：未来不需要那么多 GPU 了！

但这个推论是一个静态思维的结果。19 世纪英国经济学家杰文斯发现当蒸汽机效率大幅提高时，煤炭消耗量不减反增，原因在于效率的提高使得蒸汽机获得更广泛的应用，造出了更多的蒸汽机。

这个推论也是不懂 AI 技术发展的表现。目前最好的大模型的能力还远远没有达到 AGI（通用人工智能，即 AI 可以从事绝大部分人类从事的有经济价值的活动）。举个例子，原来一亿美元训练出来的 AI 模型能做点简单的编程序，现在效率提高后 1000 万美元就训练出来了。但我还会继续花 1 亿美元训练出一个中等水平的程序员，还会继续准备花 10 亿美元训练出一个高级程序员，甚至打算花 100 亿美元训练出一个编程大师。算力 = 智能 = 财富，而人类对于财富的追求是无尽的。

散户投资人和一线从业者的三大差距

简单来讲，就是华尔街那些较为浮动、处于泡沫层面的投资人，即不懂技术又对市场缺乏深入理解。从这几天的情况来看，各大公司的态度很明确。从微软 CEO 到 Meta 的扎克伯格，他们都表示没有改变未来的投资计划和方向。

1 月 24 日，扎克伯格在 Facebook 上宣布，Meta 将投入 650 亿美元用于 AI 基础设施建设，主要用于购买芯片和建设数据中心。值得注意的是，这一决策是在他知晓 DeepSeek 相关情况之后做出的。Meta 的 AI 实验室一直做开源模型，对 DeepSeek 了解颇深。实际上，自去年 7 月 DeepSeek 的 V2 版本推出后，美国业界就已经关注。但这丝毫没有改变 Meta 的投资计划。元月 28 日微软发布季度财报，CEO 明确表示将继续原来的 800 亿美元算力投资计划。这就凸显出一个显著差异：身处行业一线的从业者，与华尔街那些易受市场波动影响、存在 " 泡沫 " 的投资者截然不同。散户和对冲基金在认知上与行业一线从业者存在巨大差距，我把这种差距归结在三个方面，首当其冲的便是信息差。

以微软为例，微软 CEO 纳德拉决定投入 800 亿美元，几乎相当于微软一年的全部自由现金流。纳德拉多次强调，这一投资决策是基于对未来营收、盈利的预估，以及手中的订单数据。作为一家全球老牌超级科技上市公司，在没有充分数据支撑的情况下，CEO 不可能贸然投入如此巨额资金，董事会也不会允许。同样，扎克伯格等行业领导者做出投资决策时也是如此，像所谓 " 星际之门 " 相关的 5000 亿投资等，他们必然是在对各种信息进行深入分析后才做出的决定 。

然而，散户投资人、量化基金和对冲基金却无法获取这些关键信息，而且他们中很多人对技术也缺乏深入了解。反观摩根斯坦利这类有研究能力的大型金融机构，其观点与一线 AI 公司一致。比如，Wedbush 有一位叫 Dan Ives 的分析师，长期跟踪科技股，在事件发生前的整个周末给 25 家大公司的 CIO 打电话询问投资计划是否变动，得到的答复都是毫无改变。

大摩在研讨会上发布的报告中，其负责半导体的分析师表示，他致电相关公司后得到的反馈同样是投资计划不变。由此可见，信息差导致了市场参与者之间巨大的认知差异。当媒体大肆炒作中国出现了像 DeepSeek 这样厉害的公司，能将成本降至 1% 时，那些缺乏专业认知、又不在行业内的投资者，便简单地认为未来对 GPU 的需求会大幅减少，于是赶紧抛售股票。这种简单片面的思维迅速在市场传播开来，这就是信息差带来的影响。

第二个差距，我称之为体感差或现场差。如果把 AI 发展比作发现金矿，AI 公司就如同在金矿现场作业的团队，像微软的纳德拉、Meta 的扎克伯格，他们就像是指挥着众多小分队，在不同方向探寻金矿的领导者。这些小分队随时会向他们汇报情况，所以他们对行业实际情况有着最直接、最真实的感受。

反观华尔街的投资者，就算是大型金融机构的分析师，也无法身处行业一线。他们了解情况的方式主要是通过电话询问，这种信息获取的间接性，导致华尔街投资者与行业一线存在认知偏差。因此，即便是那些大型金融机构，面对市场巨大波动时，心里也会忐忑不安。

在事件发生后的第二天，美国 Bloomberg、CNBC 等财经媒体采访了众多大基金经理，问他们是否抄底，得到的答案都是没有。他们给出是自己是长期投资，目前持有的份额已足够。由此可见，即便这些大行的基金经理具备较强的研究能力和专业知识，面对市场波动时也会有所顾虑。但至少他们并没有像那些散户、对冲基金和量化基金一样，在市场动荡时慌不择路地抛售股票，这就是他们与那些易受市场情绪影响的 " 泡沫投资人 " 的区别。

第三个差别是格局差。像 Meta 的扎克伯格、英伟达的黄仁勋、Sam Altman，以及 Anthropic 的 Dario Amodei，他们心怀宏大理想，着眼于长远的行业远景。他们的投资决策受这些宏大愿景驱动，并且因为自身丰富的经验、所处的行业地位，周围信息流通顺畅，使得他们能从大格局出发看待行业发展。与之相比，散户的境界与之截然不同。散户大多更关注短期利益，对行业长期趋势缺乏深入理解和判断，很难像这些行业领军人物那样从宏观角度规划投资。美国有许多经验丰富的长期投资人，一旦他们看清局势，有的会保持持仓不动，甚至还有人选择加仓。这就凸显出格局上的巨大差异。

下一步最重要的问题是什么？

所以简单讲这次能对华尔街造成如此冲击，主要是前期英伟达和芯片相关产业涨幅过高，投资者一直伺机抛售变现、落袋为安。而 DeepSeek 的出现如同黑马，普通民众此前闻所未闻，虽然大型外部公司早有了解，但对于华尔街的普通散户而言十分陌生。这给他们带来了巨大的不确定性，于是纷纷撤离。在撤离过程中，市场出现空方被打爆、ETF 使用两三倍杠杆等情况，引发踩踏，造成股价加速下跌，英伟达股价因此单日暴跌 17%。

实际上，在暴跌后的第二天，英伟达的股价回升了不少，但目前仍处于低位，市场观望情绪浓厚。当下市场主要的疑虑在于，虽然英伟达今年业绩大概率无忧，但明年业绩是否会受影响尚未可知。这一问题又一次涉及到杰文斯悖论。以火车烧煤为例，过去烧 1 吨煤火车能行驶 10 千米，如今效率提升 10 倍，1 吨煤能跑 100 千米。火车公司成本不变，行驶里程增加，利润就提高了 10 倍。这时煤炭价格该如何变化呢？假设煤矿开采者看到火车公司利润大增，将煤炭价格提高一倍，火车公司依然会购买，因为即便煤炭涨价，公司利润仍有 5 倍的增长空间。在芯片领域，算力就如同煤炭。煤炭价格涨一倍，火车公司仍能赚 5 倍，这说明在产业链中，利润不会只集中在一个环节。技术创新后，利润会向产业链上游的不同环节扩散，在 AI 领域，利润就有向芯片环节转移的趋势。根据半导体研究公司 SemiAnalysis 的报告，1 月 20 日 Deepseek R1 发布之后，部分云服务平台的 GPU 每小时价格上涨，原因在于现在计算一小时所创造的价值是原来的 10 倍，GPU 价格涨一倍，使用者也能接受，这是双方对利润的分配。

从杰文斯效应来看，如果 AI 应用大规模爆发，对 GPU 的需求数量会增加，而且单个 GPU 每小时的计算能力创造的价值更多，GPU 就具备提价空间。对于英伟达来说，其芯片能否维持高毛利，关键并非模型效率发展，而在于能否像当下一样保持独家垄断地位。在 AI 芯片领域，英伟达在训练环节基本处于独家垄断地位，在推理环节目前也占据优势。但如果未来 AMD、英特尔以及众多新创公司推出的产品在价格上与英伟达相当，那么英伟达芯片的价格必然会下降。

尽管市场对芯片的整体需求量可能上升，但英伟达产品价格的下滑会影响其利润。反之，要是英伟达凭借软件生态系统等优势，在推理领域继续保持领先，其芯片就能维持高价格和高毛利。

近期，博通股票的回升幅度超过英伟达。这表明市场认可了杰文斯效应中关于数量增加的观点。博通开发的定制芯片主要供微软、谷歌、亚马逊等大型云厂商内部用于自有业务的推理（如谷歌搜素）。市场认为，受 DeepSeek 的影响，推理需求将会增长，所以博通的股价得以回升。

如今，业界真正关键的问题已不再是 DeepSeek 能否将模型成本降低 10 倍以及是否不再需要芯片，而是英伟达的芯片在推理方面相较于定制芯片和其他竞争 GPU 有哪些优势。这已成为当下技术层面的核心问题。相关从业者和投资者都需要聚焦这一问题，才能更准确地把握下一步行业发展和投资方向。

（本文首发于钛媒体 APP）

----------- 华丽的分割线 ------------