更新於 2025/01/28閱讀時間約 6 分鐘

DeepSeek:降低運算成本,反而促進GPU市場擴張?

DeepSeek 的低運算需求

DeepSeek 的主要貢獻在於:

  • 透過高效的訓練方法(如 GRPO 和蒸餾技術),減少了大型模型在推理和訓練階段的運算資源需求。
  • 蒸餾出的輕量模型,如 Qwen-7B 和 Qwen-32B,性能匹敵甚至超越未蒸餾的大型模型,且參數數量顯著縮減。

這種技術有潛力削減對高性能 GPU(如 NVIDIA A100、H100)的需求,特別是:

  • 中小型企業或個人開發者:這些群體可能轉向較低成本的硬體(如 NVIDIA 低階 GPU 或其他硬體平台),因為 DeepSeek 顯著降低了運算門檻。
  • 開源社群:更高效的模型意味著他們可以用較少的資源完成相同的工作,降低對高性能 GPU 的依賴。

影響: 這可能在短期內削弱 NVIDIA 高階 GPU(如 H100)的需求增長動能,尤其是在需要快速、大規模推理能力的應用場景。


NVIDIA的機遇

雖然 DeepSeek 減少了單一任務所需的運算量,但其技術也可能拓展 AI 的應用範圍,進一步刺激 NVIDIA GPU 的需求。

原因如下:

  • 應用普及化:
    • 減少運算成本後,更多的中小企業和個人開發者可能採用 AI 技術,例如用於客製化應用、數學推理、程式碼生成等。
    • DeepSeek 的開源策略(如 R1 蒸餾模型)降低了技術門檻,讓更多使用者得以部署 AI,這些新的需求仍可能使用 NVIDIA 的中低階 GPU。
  • 推動多樣化需求:
    • 隨著 AI 模型變得輕量化,用戶可以在更多的設備上運行這些模型,例如邊緣設備、個人電腦或小型伺服器。這可能促進 NVIDIA 的消費級 GPU(如 GeForce 系列)的銷售。
  • AI 生態的擴張:
    • 高效模型的普及會促使更多公司探索新的商業場景,例如智慧工廠、自動駕駛、個人助理等。這些應用仍需要大規模的模型訓練和資料中心的支援,間接支撐高階 GPU 的需求。


NVIDIA市場地位

  • CUDA 生態系統的優勢: 即便運算需求下降,DeepSeek 用戶仍可能傾向於使用 NVIDIA GPU,因為 CUDA 和其相關軟體生態已經是 AI 領域的事實標準,提供良好的開發體驗與優化能力。
  • 模型訓練需求仍高: 雖然推理階段的需求可能降低,但大型模型的初始訓練(如 DeepSeek-R1 和 R1-Zero)仍需要大量的計算資源。這部分需求無法輕易被取代。


DeepSeek 對 NVIDIA 的綜合影響

  • 短期風險: DeepSeek 的高效技術可能在一定程度上減少對高階 GPU 的需求,特別是單純用於推理的場景。
  • 長期機會: 隨著 AI 應用範圍的擴大和用戶群體的多元化,DeepSeek 反而可能帶動整體 GPU 市場的需求,包括低階和中階產品。
  • 市場轉型的推動者: DeepSeek 的出現更像是推動市場優化和技術創新的力量,鼓勵 NVIDIA 提供更多高效、經濟的解決方案,從而擴大其市場規模。


技術進步與傑文斯悖論

DeepSeek 的出現及其大幅降低運算需求的特性,讓每個 token 的生成成本顯著下降,這似乎可能減少對高性能 GPU 的需求。然而,這一現象可以用經濟學中的「傑文斯悖論」(Jevons Paradox)來解釋——技術進步提高了效率,反而可能導致資源需求的總量上升,並非下降

傑文斯悖論的典型案例可以追溯到 19 世紀的煤炭使用。當時技術進步使蒸汽機變得更加高效,單位能量所需的煤炭量減少,但這種高效能驅動了蒸汽機的更廣泛應用,從而導致煤炭總消耗量不減反增。同樣的邏輯適用於現代科技,例如晶片技術進步,執行效率佳且低耗能。儘管單位晶片的耗能不斷下降,但整體運算需求因更多應用場景(如雲端計算、AI 訓練、物聯網等)爆炸式增長,導致全球總電力需求反而上升。

將這一理論應用於 DeepSeek,其降低運算成本的特性可能不僅不會抑制 GPU 的需求,反而會引發更大的市場增長。因為當每 token 的生成成本下降後,許多過去受限於運算成本的應用場景將變得經濟可行。企業可能更頻繁地部署生成式 AI,用於內容生成、數據分析、個性化行銷與客戶互動。甚至於那些原本因成本過高而被排除在 AI 市場之外的中小型企業與發展中國家,也可能大規模採用這類技術。隨著生成式 AI 的應用範圍不斷擴大,市場對高性能 GPU 的需求反而會因應用場景的多樣化和規模化而進一步增加。

此外,低成本的運算解決方案也將催生全新的市場。例如,原本高效運算僅侷限於少數科技巨頭,而現在有望拓展至廣泛的個人用戶或細分行業市場,從而帶來需求的倍增效應。

因此,DeepSeek 的出現並不僅僅是一場降低成本的技術革新,它更可能成為推動 GPU 需求增長的新引擎。在傑文斯悖論的框架下,技術進步帶來的效率提升,最終將驅動市場規模的快速擴大,而不是需求的減少。


分享至
成為作者繼續創作的動力吧!
© 2025 vocus All rights reserved.