黃仁勳談 DeepSeek 衝擊：市場反應完全錯了，推理計算依然極耗算力

一個月前，當 DeepSeek 帶著 R1 震撼矽谷時，華爾街彷彿看到了世界末日。投資人們最直覺的邏輯是：如果用更少的算力就能做出同等級別的大模型，那誰還需要輝達昂貴的 GPU？

恐慌之下，輝達股價單日暴跌 16.9%，短短三天內市值被硬生生抹去了 6000 億美元。然而，站在風暴中心的輝達創始人兼 CEO 黃仁勳，想法卻完全不一樣。

在近日與 DataDirect Networks 執行長 Alex Bouzari 的一段預錄訪談中，黃仁勳明確表示，市場對 DeepSeek 帶來的影響「完全理解錯了」。在他看來，開源推理模型 R1 的出現不僅不是利空，反而是一件讓人極其興奮的事。

「天上掉下個大模型，算力就不需要了？」

黃仁勳在訪談中直接調侃了當時恐慌的資本市場。他說，市場的反應就像在喊「天哪，AI 完蛋了，模型好像憑空掉下來一樣，我們以後再也不需要任何計算了」。

但他緊接著強調，事實恰恰完全相反。DeepSeek 確實證明了模型效率可以做得比大家預想的高得多，但這絕不意味著市場不再需要輝達的硬體。

黃仁勳解釋說，效率提升的直接結果是門檻降低，進而加速整個行業對 AI 的採用。大家看到模型可以更輕量、更便宜，反而會把 AI 塞進更多原本用不起的場景裡。

更關鍵的技術邏輯在於後訓練階段。黃仁勳指出，雖然 DeepSeek 在預訓練上實現了驚人的效率突破，但後訓練（post-training）依然非常重要，而且極其消耗計算資源。

說白了，讓模型學會像人一樣深度推理，本身就是個無底洞般的算力黑洞。只要大家追求更聰明的 AI，推理計算的消耗就少不了。

跌掉的 6000 億，一個月就漲了回來

資本市場的情緒來得快，去得也快。1 月 24 日收盤時，輝達股價還在 142.62 美元；到了 1 月 27 日週一，股價就跳水到 118.52 美元，造就了那場蒸發 6000 億美元的股災。

但隨後市場逐步消化了情緒。到週五開盤時，輝達股價已經回升至 140 美元，差不多花了一個月時間，就幾乎收復了當時所有的失地。

接下來外界的目光將轉向 2 月 26 日輝達釋出的第四季度財報。屆時黃仁勳很可能會在財報電話會上更正式、更詳細地回應市場對算力需求的質疑。

巧合的是，DeepSeek 也在週四宣佈，計劃在接下來的「開源周」裡一口氣開源 5 個新的程式碼倉庫，繼續往開源社群扔重磅炸彈。

為什麼重要

黃仁勳這番話不僅僅是為了安撫華爾街，也點破了當前 AI 發展的核心現實：演算法效率提升與算力需求膨脹，從來就不是非此即彼的對立關係。

對於開發者和企業來說，DeepSeek-R1 帶來的高效推理讓端側部署、本地執行和輕量化微調變得觸手可及。但一旦應用規模爆發，後端長鏈條的推理呼叫依然需要龐大的算力叢集支撐。

我們認為，黃仁勳的判斷很務實。回顧計算歷史，每次軟體最佳化讓計算成本下降，最終帶來的都不是算力採購減少，而是著名的「傑文斯悖論」——資源利用效率越高，對該資源的總消耗量反而越大。

輝達短期的隱憂在於客戶是否會因此調整採購節奏、觀望更輕量化的訓練架構。但只要推理計算仍舊是硬需求，不管是預訓練還是後訓練，各大雲廠商和科技巨頭依然繞不開輝達築起的高牆。這輪風波看起來只是給狂熱的市場補了一堂常識課。