黄仁勋谈 DeepSeek 冲击：市场反应完全错了，推理计算依然极耗算力

一个月前，当 DeepSeek 带着 R1 震撼硅谷时，华尔街仿佛看到了世界末日。投资人们最直觉的逻辑是：如果用更少的算力就能做出同等级别的大模型，那谁还需要英伟达昂贵的 GPU？

恐慌之下，英伟达股价单日暴跌 16.9%，短短三天内市值被硬生生抹去了 6000 亿美元。然而，站在风暴中心的英伟达创始人兼 CEO 黄仁勋，想法却完全不一样。

在近日与 DataDirect Networks 首席执行官 Alex Bouzari 的一段预录访谈中，黄仁勋明确表示，市场对 DeepSeek 带来的影响「完全理解错了」。在他看来，开源推理模型 R1 的出现不仅不是利空，反而是一件让人极其兴奋的事。

「天上掉下个大模型，算力就不需要了？」

黄仁勋在访谈中直接调侃了当时恐慌的资本市场。他说，市场的反应就像在喊「天哪，AI 完蛋了，模型好像凭空掉下来一样，我们以后再也不需要任何计算了」。

但他紧接着强调，事实恰恰完全相反。DeepSeek 确实证明了模型效率可以做得比大家预想的高得多，但这绝不意味着市场不再需要英伟达的硬件。

黄仁勋解释说，效率提升的直接结果是门槛降低，进而加速整个行业对 AI 的采用。大家看到模型可以更轻量、更便宜，反而会把 AI 塞进更多原本用不起的场景里。

更关键的技术逻辑在于后训练阶段。黄仁勋指出，虽然 DeepSeek 在预训练上实现了惊人的效率突破，但后训练（post-training）依然非常重要，而且极其消耗计算资源。

说白了，让模型学会像人一样深度推理，本身就是个无底洞般的算力黑洞。只要大家追求更聪明的 AI，推理计算的消耗就少不了。

跌掉的 6000 亿，一个月就涨了回来

资本市场的情绪来得快，去得也快。1 月 24 日收盘时，英伟达股价还在 142.62 美元；到了 1 月 27 日周一，股价就跳水到 118.52 美元，造就了那场蒸发 6000 亿美元的股灾。

但随后市场逐步消化了情绪。到周五开盘时，英伟达股价已经回升至 140 美元，差不多花了一个月时间，就几乎收复了当时所有的失地。

接下来外界的目光将转向 2 月 26 日英伟达发布的第四季度财报。届时黄仁勋很可能会在财报电话会上更正式、更详细地回应市场对算力需求的质疑。

巧合的是，DeepSeek 也在周四宣布，计划在接下来的「开源周」里一口气开源 5 个新的代码仓库，继续往开源社区扔重磅炸弹。

为什么重要

黄仁勋这番话不仅仅是为了安抚华尔街，也点破了当前 AI 发展的核心现实：算法效率提升与算力需求膨胀，从来就不是非此即彼的对立关系。

对于开发者和企业来说，DeepSeek-R1 带来的高效推理让端侧部署、本地运行和轻量化微调变得触手可及。但一旦应用规模爆发，后端长链条的推理调用依然需要庞大的算力集群支撑。

我们认为，黄仁勋的判断很务实。回顾计算历史，每次软件优化让计算成本下降，最终带来的都不是算力采购减少，而是著名的「杰文斯悖论」——资源利用效率越高，对该资源的总消耗量反而越大。

英伟达短期的隐忧在于客户是否会因此调整采购节奏、观望更轻量化的训练架构。但只要推理计算仍旧是硬需求，不管是预训练还是后训练，各大云厂商和科技巨头依然绕不开英伟达筑起的高墙。这轮风波看起来只是给狂热的市场补了一堂常识课。