AI與加密貨幣市場的意外衝擊

近日，AI領域出現了一個意外的發展趨勢，以一種出人意料的方式影響了市場。這一趨勢並非AI與加密貨幣的融合，而是AI對傳統資本市場和加密貨幣市場的連鎖衝擊。

1月27日，中國AI大模型DeepSeek的下載量首次超越ChatGPT，成爲美國App Store的榜首。這一消息在全球科技、投資和媒體圈引起了廣泛關注。

這一事件不僅讓人思考未來中美科技格局可能發生的變化，還在美國資本市場引發了短暫的恐慌情緒。受此影響，多家科技巨頭股價出現明顯下跌，其中英偉達跌幅達5.3%，ARM跌幅達5.5%，博通跌幅達4.9%，臺積電跌幅達4.5%。此外，美光、AMD和英特爾等公司股價也有所下跌。納斯達克100期貨跌幅擴大至400點，有望創下近期最大單日跌幅。據估計，美國股市在當日交易中市值蒸發可能超過1萬億美元。

緊隨美股市場走勢的加密貨幣市場也出現了顯著跌幅。比特幣價格跌破40500美元，24小時跌幅達到4.48%。以太坊跌破3200美元，24小時跌幅爲3.83%。許多投資者對加密貨幣市場的這一快速下跌感到困惑，有人推測可能與联准会降息預期降低或其他宏觀因素有關。

市場恐慌情緒的源頭似乎來自DeepSeek的突破性進展。與其他知名AI公司不同，DeepSeek並未依賴大量資本和硬件資源。相比之下，OpenAI成立十年，擁有4500名員工，已籌集66億美元資金；某社交媒體巨頭投入600億美元開發大型AI數據中心。而DeepSeek成立不到兩年，僅有200名員工，開發成本不足1000萬美元，且未大量使用高端GPU。

DeepSeek的成功不僅打破了資本和技術層面的成本壁壘，還挑戰了人們長期以來的固有觀念和思維模式。

某知名雲存儲公司的產品副總裁在社交媒體上表示，DeepSeek的故事體現了典型的顛覆性創新。傳統企業專注於優化現有流程，而顛覆者則重新思考基本方法。DeepSeek提出了一個新的思路：如何通過更智能的方式，而非單純增加硬件投入來解決問題？

目前，訓練頂級AI大模型的成本非常高昂。一些主要AI公司僅在計算資源上就投入了超過1億美元。他們需要配備數千個價值4萬美元的GPU的大型數據中心，消耗的能源堪比一座發電廠。

然而，DeepSeek提出了一個全新的思路：如何用500萬美元實現同樣的目標？他們不僅提出了這個想法，而且成功地將其付諸實踐。他們的模型在多項任務上與業界領先的AI模型相當甚至更勝一籌。他們的祕訣在於從根本上重新思考整個過程。傳統AI模型使用32位小數來表示每個數字，而DeepSeek嘗試使用8位小數，發現精度仍然足夠，同時內存需求減少了75%。

結果令人驚訝：訓練成本從1億美元降至500萬美元，所需GPU數量從10萬個減少到2000個，API成本降低95%。更重要的是，他們的模型可以在普通遊戲GPU上運行，無需專業數據中心硬件。此外，他們還選擇了開源策略。

DeepSeek的成功挑戰了AI領域的多個傳統觀念，包括對中國技術發展模式的刻板印象、硅谷在AI領域的領先地位、某些AI公司的技術壁壘、開發頂級AI模型所需的巨額投資、模型價值積累理論以及模型性能與投入成本的線性關係等。

某美國知名投資機構在其簡報中評價DeepSeek時指出，這代表了開源相對於閉源的一次重要勝利。開源社區的貢獻將快速推動整個領域的發展。然而，他們也指出，某些採用大規模資源投入策略的公司可能在未來出現新的突破。從AI發展歷史來看，算力仍然可能是關鍵因素。

DeepSeek的成功使得開源模型在性能上追平甚至超越了部分閉源模型，同時效率更高，這降低了企業購買商業AI API的必要性。私有部署和自主微調將爲下遊應用提供更大的發展空間。預計在未來一兩年內，我們可能會看到更多樣化的推理芯片產品和更繁榮的大語言模型應用生態系統。

盡管如此，對算力的需求預計不會下降。這可能會導致類似於"傑文悖論"的現象：盡管單位效率提高，但由於應用範圍擴大，總體需求可能反而增加。這類似於從早期移動電話到諾基亞手機普及時代的發展軌跡：正是因爲成本降低才能普及，而普及又導致了市場總消費量的增加。