今天是農歷龍年A股的最后一個交易日，中國AI大模型DeepSeek讓A股的AI算力概念股“嚇出一身冷汗”。

1月27日開盤后，AI算力芯片、光通信、AI服務器等概念股下挫明顯。AI算力股中，寒武紀股價一度下探近10%，中興通訊下降超6%。光通信方面，中際旭創(chuàng)、天孚通信下挫超10%。AI服務器方面，工業(yè)富聯(lián)降幅超7%。

消息面上，中國AI大模型DeepSeek成功出圈讓行業(yè)產生了對于“堆算力”“堆投資”邏輯的懷疑。

AI算力產業(yè)鏈股價下挫明顯

從股價行情看，多只位于AI算力產業(yè)鏈公司的股價明顯下挫。

寒武紀是國內AI算力概念的龍頭企業(yè)，股價從上一交易日收盤價612.98元/股下降至551.68元/股，降幅一度逼近10%。中興通訊也在自研AI芯片，屬于AI算力概念的頭部企業(yè)，股價下探超6%。

光通信是提升大規(guī)模AI算力運行效率的技術，在提升萬卡，甚至十萬卡規(guī)模的AI智算中心的效率方面發(fā)揮重要作用。目前，A股多家企業(yè)，已經向國外頭部AI算力芯片企業(yè)供應光通信產品。中際旭創(chuàng)面向海外頭部算力客戶提供光模塊產品，同時也是國內大客戶的主力供應商。不過，從股價來看，中際旭創(chuàng)股價一度下降超10%。行業(yè)內另一家企業(yè)天孚通信下挫幅度更大，一度下探超11%。

除上述兩類公司之外，AI服務器廠商股價下跌同樣明顯。近期以來，工業(yè)富聯(lián)在AI服務器業(yè)務和高速網絡設備業(yè)務大舉發(fā)力，成為AI服務器代工業(yè)務的主要廠商之一。據(jù)了解，工業(yè)富聯(lián)的上游是英偉達為代表的AI算力公司，下游是云計算廠商。今日，工業(yè)富聯(lián)的股價降幅超6%。

據(jù)了解，上述多支股票在此前經歷了股價異動。寒武紀在近期上漲至歷史最高點777.77元/股，中興通訊也一度登上自2024年7月以來的最高股價43.75元/股，天孚通信也經歷了一波上漲行情，并在1月16日漲停。

DeepSeek利空算力？

中國AI大模型DeepSeek成功出圈讓行業(yè)產生了對于大規(guī)模AI算力投資邏輯的懷疑。

作為目前全球AI大模型的領頭羊OpenAI提出Scaling Law，即計算規(guī)模越大，訓練數(shù)據(jù)量越多，模型越智能。Scaling Law則成為了全球AI大模型廠商所信奉的圭臬。這促使英偉達等算力不斷研發(fā)擁有更加強大算力的產品，微軟等云廠商不斷加大對AI算力的資本投入。

近期，微軟CEO薩蒂亞·納德拉（Satya Nadella）表示，微軟將在2025年投入800億美元建設AI智算中心，以支持AI大模型的開發(fā)和相關服務。現(xiàn)任美國總統(tǒng)特朗普也公布了“星際之門”計劃，旨在未來4年內投入5000億美元，在美國建設AI基礎設施。

然而，近期中國AI大模型DeepSeek卻讓行業(yè)看到了不同的發(fā)展路徑。DeepSeek是國內大模型公司深度求索開發(fā)，深度求索的母公司是一家名為量化幻方的量化金融公司，在2024年12月推出的DeepSeek-V3，并于近期公布了DeepSeek-R1。

據(jù)了解，DeepSeek-V3完整訓練只需2.788M H800 GPU小時，其訓練成本僅為557萬美元，卻獲得了媲美OpenAI的最先進模型GPT-4o的性能。當時著名人工智能科學家卡帕西（Andrej Karpathy）就發(fā)文表示，這個模型是在一個非常有限的預算下訓練的（2048個GPU運行2個月，花費600萬美元）。 作為參考，這種級別的能力通常需要接近16000個GPU的集群，而今天正在啟動的集群則更接近100000個GPU。例如，Llama 3 405B使用了3080萬GPU小時，而DeepSeek-V3看起來僅使用了280萬GPU小時。

此外，DeepSeek-R1的訓練成本還未公布。不過，從API定價可看出，定價是GPT o1的三十分之一。按照每輸出一百萬Token的價格來看，DeepSeek-R1為2.19美元，而GPT-o1為60美元?？梢哉f，DeepSeek使用Open AI的一小部分的訓練成本，卻達到了和Open類似的性能。據(jù)了解，R1在數(shù)學、編程等測試中的成績和o1相當。

這也引發(fā)了一種懷疑，要實現(xiàn)更好性能的AI大模型是否需要堆算力，堆投資才能達到？通過軟件架構及算法的革新，可能也是一條通往更高性能AI大模型的思路。

對于DeepSeek的火爆是否意味著利空AI算力，韋豪創(chuàng)芯合伙人王智告訴第一財經記者：“短期內，在交易情緒的影響下，這起事件會利空AI算力。長期來看，AI算力仍然必不可少，AI大模型的演進，需要更多新的架構和算法，才能實現(xiàn)長足進步，這些需要AI算力的足夠支持。”他補充道：“這些算法和架構還不得而知，但是必然會出現(xiàn)。”