Nvidia 仍是 AI 硬件和软件领域极具创新性的领导者。随着 DeepSeek 的突破性 AI 技术颠覆了半导体行业，了解从训练到推理的转变及其对 Nvidia 等主导参与者的影响变得尤为重要。行业正在从以训练为主的重点转向推理阶段，在这个阶段，现实世界的应用和货币化都会发生。即使 GPU 训练需求趋于平稳，多元化的半导体生态系统仍然存在重大机会。DeepSeek 最近声称以典型成本的一小部分获得高端结果，这让投资者感到不安，并引发了对 Nvidia 主导地位的质疑。然而，超大规模企业和企业可以将重点转移到利用现有的 AI 基础设施进行推理，而 Nvidia 在其软件生态系统和下一代产品方面仍具有显著优势。

更广泛的半导体市场多元化的时机已经成熟，专业 ASIC 和其他芯片制造商已准备好抓住需求。因此，在整个半导体领域采取平衡的投资方法仍然是最谨慎的策略。

据称，DeepSeek 的 R1 提供了近乎最先进的推理性能，而成本只是其中的一小部分。DeepSeek 表示，与 OpenAI 和其他领先的 AI 实验室相比，他们使用的芯片质量较差，但仍以显著降低的训练成本取得了令人印象深刻的结果。这引发了一个关键问题：如果新模型可以如此便宜地进行训练，那么超大规模企业是否还需要更多的 GPU 投资才能实现最佳性能？

在过去两年中，主要云提供商已向配备 Nvidia GPU 的数据中心投入了数十亿美元，以大规模处理 AI 训练。悬而未决的问题是，这些超大规模企业如何计划将该基础设施货币化。AI 研究人员的评论表明，大模型的性能提升可能会带来递减的回报，从而推动市场从投资更大的集群转向将现有模型货币化。GPU 实力动态也已经开始从 Nvidia 的市场所有权转变为超大规模企业增加的购买力。