配市值股票泡沫即将破灭，英伟达的 AI 帝国面临最艰难的战斗

“ 尽管存在危险，但英伟达的地位依然稳固。 ”

]article_adlist-->

作者 | Yiannis Zourmpanos

编译 | 华尔街大事件

2 月 26 日，英伟达公司( NASDAQ: NVDA ) 将公布第四季度财报，这将考验该公司在竞争日益激烈的情况下，人工智能驱动的增长是否可持续。尽管DeepSeek 560 万美元的人工智能训练声明引发担忧，但英伟达仍以 381.6 亿美元的预期收入和 70% 以上的利润率占据主导地位。Blackwell GPU 仍然需求旺盛，但向具有成本效益的人工智能模型的转变可能会给定价带来压力，迫使英伟达做出调整或捍卫其人工智能堡垒。

英伟达即将公布的第四季度财报将是一个决定性时刻，因为该公司由人工智能驱动的收入激增面临着可持续性的审查。英伟达的预期收入为 381.6 亿美元，一直超过预期，但随着预期的调整，低于预期甚至略微超出预期都可能引发情绪转变。

关键指标将是毛利率，目前毛利率已超过 70%，表明其具有定价能力。如果利润率保持不变或扩大，则将巩固英伟达在 AI 领域的主导地位。然而，任何利润率的下降都表明来自 AMD MI300X 的竞争加剧，或者超大规模企业正在转向具有成本效益的 AI 训练解决方案，例如 DeepSeek 的颠覆性模式。

英伟达每股收益 0.85 美元的预期并未完全反映公司的经营杠杆，因为增量收入会不成比例地增加收益。从历史上看，英伟达的每股收益超出预期 3-5%，而 0.90 美元以上的预期将证实需求和定价原则仍然存在。由于数据中心业务占公司总销售额的 75% 以上，任何超大规模需求的减弱都会阻碍人工智能引发的反弹。然而，作为历史上最强劲的业务部分，游戏业务仍然疲软，尽管 RTX 5000 的 2025 年更新周期可能是一个新的催化剂。

收益公布后，推动股价上涨的最强劲因素将是前瞻性指引，特别是2025 年第一季度的收入指引。如果英伟达发出 AI 基础设施支出减速的警告，市场将持负面态度，尽管该公司再次超出预期。主要的催化剂将是超大规模资本支出是否会继续，以及英伟达在竞争加剧的情况下是否具有定价权。如果英伟达超出预期并上调指引，AI 驱动的涨势将延续，但如果出现裂痕，市场可能会开始质疑高峰期是否已经到来。

DeepSeek 声称其开发 R-1 AI 模型的成本仅为560 万美元，这确实让人大吃一惊。训练大型语言模型需要大量的计算机能力、数据和基础设施，这并不便宜。例如，据报道，OpenAI 的 GPT-4 的开发成本超过1 亿美元。除非有幕后人员协助，否则 DeepSeek 以十分之一的价格取得类似的成果的想法听起来真的不太可能。

要训练这种级别的模型，必须使用大量计算机处理、大量数据集和经验丰富的工程师，所有这些都需要高昂的成本。相比之下，类似模型（例如 GPT-4、LLaMA 2 和 Falcon）的 DeepSeek 模型的合理估计成本可能在 3000 万至 8000 万美元之间，是其声称预算的几倍。

DeepSeek 可能只公开披露了 H800 方面的训练计算机成本，而不是整体开发成本。与西方 AI 模型 H100 不同，H800 是一款性能较差的芯片，不适合用于美国出口管制。H800 的训练速度将比 H100 慢 30-50%，整体效率会降低，但如果获得国家支持的硬件使用权，公开披露的成本会更低。

从这个角度来看，批量租赁 H100 进行为期数月的训练课程需要花费数千万美元。如果 DeepSeek 按成本价（或国家提供）使用 H800 GPU，那么仅训练成本就可能被人为地压低。包括 OpenAI 在内的其他公司报告的训练成本不仅包括训练计算机成本，还包括数据准备、模型优化、微调、人工反馈和软件优化，但 DeepSeek 的情况可能并非如此。

DeepSeek 似乎已经用2,048 个英伟达H800 GPU训练了 R-1 ，这是在华使用的 H100 的低功率版本。如果直接购买此类 GPU，估计每台 GPU 的价格为 25,000-30,000 美元，那么仅硬件价格就将在 5120 万美元至 6140 万美元之间。如果 DeepSeek 租用 GPU，那么即使这样，费用也是不可行的。按照商业标准的云定价，每 GPU 每小时 2.00-3.00 美元，2,048 个 GPU 两个月（每个 1,440 小时）将花费约 738 万美元。

除了计算之外，收集和预处理是 AI 训练的两项最重大的开支。据报道，仅 OpenAI 一家就花费了 1 亿美元以上用于开发 GPT-4，其中仅用于整理、过滤和注释数据集就花费了 1000 万至 5000 万美元。使用成本较低的方法，收集和预处理如此规模的 LLM 的高质量训练数据实际上至少需要花费 500 万至 1000 万美元，而 560 万美元还不足以支付这笔费用。

除此之外，AI 研究人员的薪水是技术领域最赚钱的。OpenAI、Google DeepMind 和 Anthropic 的高级 AI 工程师平均年薪为 50 万至 100 万美元，机器学习工程师平均年薪为 20 万至 40 万美元。DeepSeek 的 AI 开发团队（预计 6-12 个月内有 50-100 名工程师）单是工资就将达到 500 万美元以上，甚至超出预算，这还不包括基础设施成本。

除了计算和人力之外，训练大型 AI 模型是一项能源和基础设施密集型活动。运行 2,048 个 GPU 几个月会消耗超过100 万千瓦时的电力，按照中国工业电价计算，成本超过 10 万美元，另外还需要 5 万美元购买冷却器。这不是控制成本，但它进一步降低了 DeepSeek 的可行性。经过训练、微调、强化训练和推理优化后，训练后成本将使价格增加数百万美元，与 OpenAI 和 Meta 的 AI 模型类似。

根据这些估计，DeepSeek 模型 R-1 的实际成本很可能在 3000 万至 8000 万美元之间，具体取决于基础设施所有权和优化。除了巨额的政府补贴（包括免费和以折扣价使用 GPU、现有基础设施以及政府资助的 AI 人才），DeepSeek 别无选择，只能以 560 万美元的价格训练模型 R-1。

DeepSeek 声称其 R-1 AI 模型仅花费了 560 万美元，这在 AI 和芯片领域引起了轩然大波，并使英伟达的估值减少了数十亿美元。投资者开始猜测英伟达在 AI 芯片（尤其是 H100 和即将推出的 B100 GPU）领域的主导地位是否会受到威胁。人们担心的是，AI 开发是否会摆脱昂贵的强力计算，这将阻碍英伟达的价格杠杆和更新周期。

但尽管 DeepSeek 的预算模型可能会削弱英伟达对AI 芯片的需求，包括腾讯、阿里巴巴和字节跳动在内的领先科技公司仍大量订购了英伟达的 H20 GPU，这是一款专门为在华市场开发的芯片，以应对美国的出口管制。即使是专注于医疗保健和教育领域的小公司也在购买搭载英伟达H20 芯片的 AI 服务器，这清楚地表明，随着 DeepSeek 模型的使用范围不断扩大，英伟达在华的需求并没有减少。

总而言之，尽管存在上述危险，但英伟达的地位依然稳固。Wedbush 分析师表示，大多数 AI 公司仍在使用英伟达的 CUDA 环境来训练和部署模型，其 Blackwell GPU 的需求量超过了它。H200 GPU 2025 的推出将进一步巩固英伟达在 AI 加速领域的领先地位。虽然 DeepSeek 可能会延长 GPU 更新周期并给英伟达带来价格压力，但它并不会对英伟达的业务构成直接威胁。