近期，英伟达创始人兼CEO黄仁勋针对DeepSeek模型的崛起及其对公司股价的影响首次公开发声。这一事件源于1月底，一款源自中国杭州的名为DeepSeek-R1的AI大模型迅速走红，不仅在中美两地应用商店免费榜上登顶，还因其低成本、高性能的特点而备受瞩目。
DeepSeek-R1的推出，仅用了该公司成立两年时间的二十分之一算力成本，就训练出了与OpenAI-o1水平相当的模型，并且坚持开源策略。这一创新对以往依赖高端GPU芯片堆砌算力的传统模式带来了不小的冲击，甚至有观点开始质疑未来在英伟达芯片和开发上投入数千亿美元的必要性。受此消息影响，英伟达市值单日一度蒸发近6000亿美元，尽管随后的交易日里股价有所回升。
黄仁勋在回应中表示，投资者可能从DeepSeek在AI领域的进步中得到了误导性的信息。他强调，尽管DeepSeek在模型预训练方面表现突出，但AI的后训练阶段才是智能的关键所在，推理过程仍然是一个计算密集型任务。这一观点得到了中国银河证券的认同，认为DeepSeek的出现并未改变高端算力资源仍是必需的现状。
如果将算力分为训练算力和推理算力两部分，DeepSeek确实降低了模型训练的成本，但正如黄仁勋所说，AI的后训练阶段才是“智能的核心”，对算力资源的需求预计将持续增加。同时，低成本的推理算力有望推动AI应用的进一步增长，带动应用端的繁荣度提升。
自DeepSeek问世以来，AI投资主线经历了从“大模型-训练算力-AI应用-推理算力”的演变。起初，市场聚焦于具备大模型开发能力的厂商，随后转向AI硬件，如AI芯片、AI服务器等。随着训练的深入，AI玩具、AI眼镜等应用场景逐渐涌现，市场又开始关注端侧AI。而DeepSeek的出现，则让市场重新审视云计算方向，尤其是随着推理算力缺口的显现，行情有望重新回归算力方向。
华安证券指出，DeepSeek通过技术创新显著缓解了单任务算力压力，其开源和低价策略带来了现象级的正向反馈，让市场对AI的投入产生了新的思考。虽然短期内市场担忧算力需求下降，但中长期来看，模型平权将降低企业进入AI的门槛，从而导致算力总需求增加。据预测，未来推理算力占比将达到95%，而训练算力仅占5%。IDC也预测未来五年内国内推理算力年复合增速将高达190%。
当前，接入DeepSeek的互联网厂商普遍面临“服务繁忙”问题，反映出推理算力需求激增与供给不足的矛盾。由于云厂商接入DeepSeek需要部署高性能GPU或国产算力芯片，并进行技术适配与优化，而现象级应用带来的需求增长往往在短时间内发生，因此在没有大规模超前投入的情况下，推理算力供需矛盾加剧。
在此背景下，中国银河证券建议投资者在关注AI大模型技术发展的同时，重点关注算力产业链的发展，包括算力基础设施、算力网络与平台以及算力技术落地和商业化等多个细分领域。与此相关的ETF产品如5G通信ETF（跟踪中证5G通信指数）、芯片ETF（跟踪国证半导体芯片指数）、云计算50ETF（跟踪中证云计算指数）以及恒生科技指数ETF（跟踪恒生科技指数）等，均值得关注。
然而，投资者也应注意到，这些ETF产品属于股票基金，其预期风险和预期收益高于混合基金、债券基金与货币市场基金。同时，指数基金可能存在跟踪误差控制未达约定目标、指数编制机构停止服务、成份券停牌或违约等风险。ETF产品特定风险还包括标的指数回报与股票市场平均回报偏离的风险、标的指数波动的风险等。因此，投资者在做出投资决策前应认真阅读相关法律文件，判断产品是否与自身风险承受能力相适应。
本资料仅供参考，不构成任何投资、法律、会计或税务的最终操作建议。在任何情况下，本公司不对任何人因使用本资料中的任何内容所引致的任何损失负任何责任。
