中国科技公司，逼急了黄仁勋和英伟达

黄仁勋一定没想到，大洋彼岸的蓝色小鲸鱼图标，竟然给英伟达戴上紧箍咒。数据显示，DeepSeek的V3模型，仅用557.6万的训练成本，就实现了与OpenAI O1推理模型接近的性能。

DeepSeek的到来，让英伟达在2025年面临投资者和科技界的更多审视。现在是算法优化速度和芯片算力供应速度的博弈关键期，DeepSeek能把算力成本打下来，市场短期反应自然是看空。

DeepSeek于今年1月10日正式发布，从那以后，英伟达的投资者们财富已经缩水高达4200亿美元。去年12月31日以来，英伟达股价更是直接下跌14%，按当时的市值来计算，投资者财富缩水高达3800亿美元。

大家都在讨论，来自中国的低成本人工智能芯片和开源大模型，能否戳破人工智能泡沫？质疑声中，以英伟达为首的科技股盈利能力下降，投资者财富能力缩水。

DeepSeek越出圈，黄仁勋越焦虑。

过去几年，黄仁勋努力说服投资人加码人工智能设备，这是英伟达的业务增长点，也是有广阔经济效益的投资标的。另一方面，数据中心业务一直是英伟达的核心盈利点，但该业务持续暴涨的黄金时代已经过去了，三位数高增长不再，DeepSeek的出现，又带来诸多不确定性。

关于DeepSeek，黄仁勋有两次公开回应。

第一次，是在二月下旬。黄仁勋在访谈中首次回应DeepSeek，他先是盛赞了R1推理模型，坦言这一产品令人印象深刻，且带来的创新提振了人工智能产业的活力。随后，他表示投资者和业界或许误解了DeepSeek 的异军突起——

“市场最近剧烈反应，这本质上是源于投资者对整个事件和产品的误读，大家都认为，低成本高性能逐渐成主流，都不需要再做任何计算了，这其实是错误的。恰恰相反，推理仍然是算力密集的，R1的开发似乎减少了对算力的依赖，但我们仍需要强大的算力来支持模型后训练（post-training）处理。”

黄仁勋的态度是，R1没有依赖高算力，但这并不能证明，人工智能不需要强大的算力，因为后训练阶段才是最重要的，这是解决问题的关键环节。

第二次，则是最近的GTC大会，黄仁勋在现场多次提到R1模型，但从未提起深度求索这家公司的名字。

他再次“纠正”了外界的错误理解，R1模型只会增加对计算基础设施的需求，芯片反而会更抢手，未来人工智能对算力的需求也要更多。“DeepSeek专注于推理，人工智能系统想要提升推理的能力，势必增加对计算的要求，从而推动对英伟达芯片的需求。”

路透社评论说，投资者并不完全相信黄仁勋的说法，但很显然的是，英伟达已经做好了应对人工智能转型的准备。

如果人工智能计算需求持续呈倍数级增长，黄仁勋也在GTC大会宣布了英伟达的应对之策。他公布了公司未来几年的路线图，大约保持一年一次的迭代节奏，用黄仁勋自己的话说，相关计划“就像时钟滴答一样稳定”。

演讲现场，一张关于未来几年芯片架构路线的PPT，成了业界关注的焦点，按照计划，英伟达将每年升级全栈人工智能系统，且每年保证发布一条新产品线——

2025年下半年推出Blackwell Ultra，2026年下半年推出Rubin，2027年下半年推出Rubin Ultra，2028年推出采用下一代HBM的Feynman平台。值得一提的是，这也是英伟达首次披露Feynman的信息，架构名字取自物理学家理查德·费曼Richard Feynman。

面对DeepSeek的这一轮冲击波，黄仁勋一直在证明，人工智能市场对算力的需求依然强劲。他预计到2030年，英伟达数据中心建设投入的金额将高达1万亿美元，他自己十分确信能很快实现这一目标。

——“你们明白了吗？好的（点点头）。”

——“现在买得越多，赚得越多。”

整场演讲，黄仁勋都表现出乐观的一面，想让业界吃颗定心丸，也想缓缓DeepSeek带来的压力。他把今年的GTC称为人工智能领域的“超级碗”，和传统的“超级碗”不同的是，这场属于人工智能的“超级碗”里面，每个人都是赢家，每个人的前景都是光明的。

掌声和欢呼声，并未打消投资者们的疑虑。相较于过去，今年或许是黄仁勋压力最大的一年，他为GTC演讲备足了功课，但接下来，他和英伟达还有更多的功课要做。