執行摘要
中國人工智能公司 DeepSeek 發布了其 V3.2 大型語言模型,此舉具有戰略意義,它顯著降低了人工智能服務的成本,並集成了對國產硬體的支持。此次發佈直接解決了兩個關鍵市場因素:人工智能開發的高成本以及中國實現半導體獨立的目標。通過將API價格降低高達70%並優化模型以支持中國製造的晶片,DeepSeek 有望加速人工智能在中國各地的普及,並重新調整硬體供應鏈,使其擺脫對 英偉達 等外國供應商的依賴。
事件詳情
DeepSeek V3.2 發佈的主要特點是其經濟和技術上的重新校準。該公司宣布API價格降低30%至70%,大大降低了開發者和企業的財務門檻。此外,長上下文推理(一項計算密集型任務)的成本降低了6至10倍,從而能夠以過去一小部分成本實現更複雜、更強大的人工智能應用。
在技術上,最重要的發展是 V3.2-Exp 版本,它明確設計用於支持中國國產處理器。這包括兼容 華為昇騰、寒武紀科技 (688256.SS) 和 海光信息技術 (688041.SS) 的晶片。這種硬體-軟體協同優化是建立一個獨立於美國技術的、可行的、自給自足的中國人工智能生態系統的關鍵一步。
市場影響
此次發佈對軟體和硬體市場都產生了重大影響。對於中國的開發者而言,更低的成本可能會激發一波創新和實驗浪潮,從而導致人工智能更廣泛地集成到商業應用中。這反映了 MongoDB (MDB) 等平台所展現的動態,即開發者友好的訪問和可擴展性推動了採用。
對於半導體行業而言,這是對 英偉達 (NVDA) 作為人工智能晶片預設供應商長期主導地位的直接挑戰。通過創建一個可在國產替代品上高效運行的強大模型,DeepSeek 正在為中國硬體創造市場吸引力。這預計將提振 寒武紀 和 海光 等公司的估值和訂單,強化市場對“中國英偉達”故事的熱情,正如最近 摩爾線程 IPO 所見。
商業策略與定位
DeepSeek 的戰略似乎是一個經過深思熟慮的舉動,旨在通過區域生態系統控制建立一道可防禦的護城河。通過優化國產硬體,該公司不僅僅是發布了一款產品,而是在培育一種硬體-軟體標準,以規避對 英偉達 CUDA 平臺的依賴。這種方法將敘述從單純地競爭模型性能轉向競爭總擁有成本和供應鏈彈性。
該戰略類似於 MongoDB 如何將其基於文檔的資料庫定位為非結構化AI數據的基本“內存層”,從而超越傳統的SQL資料庫。同樣,DeepSeek 正在將其模型定位為中國國產AI硬體的基本軟體層,從而創建一種互利共贏的協同關係。
更廣闊的背景
這一發展必須放在中美科技競爭的更廣闊地緣政治背景下看待。隨著美國收緊技術出口限制,中國加大了對技術自力更生的推動力度。DeepSeek V3.2 的發佈是這一國家戰略的明確體現,展示了在開發垂直整合的人工智能產業方面取得的進展。
然而,這種進步也伴隨著權衡。研究表明,先進的人工智能推理模型是極其能源密集型的。一項研究指出,DeepSeek 某個版本模型在啟用推理功能時,功耗增加了6000多倍。雖然人工智能的財務成本正在下降,但環境和能源基礎設施成本仍然是一個日益嚴重的問題,隨著普及的加速,這一因素將變得更加突出。