英偉達(dá)新GPU再王炸，也得靠蹭DeepSeek賣卡

作者｜Hayward

原創(chuàng)首發(fā)｜藍(lán)字計(jì)劃

一身皮衣黃仁勛，GTC 2025上意氣風(fēng)發(fā)。

雖然最近英偉達(dá)的股票跌得比較狠，甚至來到了10年來的最低點(diǎn)，但這不影響老黃，對(duì)最新的GPU們信心滿滿。

時(shí)間回?fù)艿?月初，DeepSeek的發(fā)布在AI領(lǐng)域掀起巨浪。一個(gè)中國團(tuán)隊(duì)的產(chǎn)品，僅用了少量的低端GPU（以A100為主）蒸餾現(xiàn)有超大模型就實(shí)現(xiàn)了高端GPU（以H100為代表）才有的性能。

高端GPU并非剛需，誰還成噸地采購你老黃的Hopper、Blackwell 核彈？過去在AI行業(yè)被奉為金科玉律的“Scaling Law”（規(guī)模定律），也就是“模型參數(shù)量、數(shù)據(jù)集、訓(xùn)練成本越多越好”的觀念也被嚴(yán)重沖擊。

這幾年谷歌、Meta、微軟等互聯(lián)網(wǎng)大廠成噸地采購H100芯片以維持規(guī)模，正是想以算力分勝負(fù)、定生死。現(xiàn)在根本不需要如此恐怖的規(guī)模，也能讓大模型擁有媲美 OpenAI o1的性能。

一時(shí)間，宣稱DeepSeek能讓英偉達(dá)走上末路的聲音此起彼伏，特別是海外的社媒平臺(tái)發(fā)酵最快、傳播最兇。有X網(wǎng)友更坦言“英偉達(dá)的一切都將開始瓦解”，這段時(shí)間里英偉達(dá)的股票一天下跌13%、17%都成了常態(tài)。

不過，也有另一種聲音稱，從長期來看DeepSeek的成功反而利好英偉達(dá)。

DeepSeek揭示了可以通過“蒸餾現(xiàn)有超大模型”的方法訓(xùn)練性能出色的大模型，但只是不需要用到H100芯片這等性能怪獸而已，并非完全不依賴計(jì)算卡。A100計(jì)算卡，也是英偉達(dá)家的產(chǎn)品。

玩家的門檻降低了，入場的玩家自然會(huì)越來越多，從市場總量來說，對(duì)算力的需求還是會(huì)上升的。英偉達(dá)又是全世界最大的卡販子，總會(huì)賣出更多的計(jì)算卡。

再說了要蒸餾現(xiàn)有的超大模型，也得先有性能出色的超大模型存在才行，到底還是需要H100這樣的計(jì)算卡集群來訓(xùn)練超大模型，這似乎是個(gè)“先有雞還是有蛋”的問題。

只能說兩種聲音都有道理，不過大家最想知道的還是老黃本人的聲音。

這次GTC 2025，我們終于等到老黃的親自回應(yīng)。

還是那個(gè)GPU霸主

按照慣例，我們先來回顧一下這場光門票就要價(jià)1萬美元的“科技盛宴”。

簡單來說，英偉達(dá)主要發(fā)布了四款芯片架構(gòu)、兩款A(yù)I電腦、一款A(yù)I訓(xùn)練底層軟件和展示了具身機(jī)器人相關(guān)的進(jìn)展，其他內(nèi)容就不贅述了。

· 4款A(yù)I芯片架構(gòu)，分別是將在2025下半年發(fā)布的Blackwell Ultra、2026下半年發(fā)布的Vera Rubin、2027下半年發(fā)布的Vera Rubin Ultra，和2028年的Feynman。

全新的超級(jí)芯片產(chǎn)品方面，基于Blackwell Ultra架構(gòu)的GB300 NVL72芯片是上代最強(qiáng)芯片GB200的繼任者，推理是GB200 NVL72的1.5倍，提升幅度不算大，甚至在大會(huì)上GB300的直接對(duì)比對(duì)象還是2年前的H100。

從市場的反應(yīng)來看大部分人對(duì)GB300不太買賬，它沒有上一代GB200的那種“橫空出世”的驚喜感，要說最大的升級(jí)點(diǎn)，可能是HBMe內(nèi)存提升至288GB，就是有點(diǎn)“蘋果今年發(fā)布的新機(jī)是2TB版本的iPhone 16 Pro Max”的味道了。

重頭戲是英偉達(dá)未來的芯片架構(gòu)規(guī)劃，下代超級(jí)芯片Rubin NVL144，比GB300 NVL72 強(qiáng)了3.3倍；下下代的Rubin Ultra NVL576性能是GB300 NVL72的14倍，從畫餅給出的性能來看，未來大概率還是會(huì)由英偉達(dá)掌握GPU算力王座。

· 兩款全新的AI電腦，分別是搭載了GB10 Grace Blackwell超級(jí)芯片的DGX Spark，每秒可提供高達(dá) 1000 萬億次 AI 運(yùn)算；搭載了GB300 Grace Blackwell Ultra的DGX Station，可以提供每秒可提供高達(dá)2000 萬億次 AI 運(yùn)算。目前DGX Spark已經(jīng)開始預(yù)售，要價(jià)3000美元。

· 開源軟件NVIDIA Dyamo，可以簡單理解為一款A(yù)I工廠（數(shù)據(jù)中心）的操作系統(tǒng)，英偉達(dá)說在NVIDIA Blackwell上使用Dynamo優(yōu)化推理，能讓DeepSeek-R1的吞吐量提升30倍。

· 具身機(jī)器人的技術(shù)儲(chǔ)備，包括機(jī)器人通用基礎(chǔ)模型Isaac GR00T N1、一款配備了GR00T N1模型的機(jī)器人：Blue，和Google Mind、迪士尼合作的最新成果。

從發(fā)布的產(chǎn)品來看，英偉達(dá)還是那個(gè)GPU領(lǐng)域的霸主，甚至領(lǐng)導(dǎo)地位已經(jīng)開始向AI拓展。它們不僅將產(chǎn)品技術(shù)路線圖更新至一年一更，未來三年的產(chǎn)品堪稱“超級(jí)大餅”，圍繞AI相關(guān)的軟件建設(shè)也在飛速推進(jìn)，NVIDIA Dyamo很可能會(huì)是未來數(shù)據(jù)中心的標(biāo)配。

對(duì)于DeepSeek的沖擊，英偉達(dá)似乎也有了解決的辦法。

進(jìn)入“token時(shí)代”

終于，黃仁勛首次在公開場合，正面回應(yīng)了DeepSeek誕生以來對(duì)公司造成的沖擊。

首先他把DeepSeek從頭到腳吹了一遍，說DeepSeek R1模型是“卓越的創(chuàng)新”和“世界級(jí)的開源推理模型”，而且他淡定地表示，不理解為什么大家會(huì)把DeepSeek當(dāng)成英偉達(dá)的末日。

至于因DeepSeek而起的關(guān)于Scaling Law撞墻的討論，老黃在會(huì)上給出了自己的理解。

首先，他在大會(huì)上對(duì)Scaling Law進(jìn)行了一次迭代更新：

現(xiàn)在他將Scaling Law細(xì)化為PRE-TRAINING SCALING、POST-TRAINING SCALING、TEST-TIME SCALING三個(gè)部分。老黃的意思是，隨著AI進(jìn)入到不同階段，對(duì)Scaling的需求是不斷提高的。

這里要提一下，老黃認(rèn)為AI的發(fā)展分為四個(gè)階段：感知人工智能（Perception AI）、生成式人工智能（Generative AI）、代理人工智能（Agentic AI）和未來的物理 AI（Physical AI）。而現(xiàn)在我們正處于代理人工智能階段。

現(xiàn)階段由于推理模型、AI代理的爆發(fā)，實(shí)際上更加需要Scaling，更加需要算力。

其背后的關(guān)鍵是token。

以推理模型為例子，模型進(jìn)行推理時(shí)，token的消耗猛漲。用老黃的話，我們不僅需要讓token的吞吐量提升十倍，還需要過去10倍的算力來提升token的輸出速度，最終，需要的算力是之前的100倍。

從技術(shù)上來說，這不無道理。相比傳統(tǒng)的生成式模型，比如ChatGPT，我們觀察到它沒有列舉推理步驟。輸入問題 → 提供答案，沒中間商差價(jià)，答案所呈現(xiàn)的就是最終消耗的token數(shù)。

而擁有思維鏈的推理式模型，比如大家熟知的DeepSeek R1，會(huì)有一連串的推理過程，有些時(shí)候可能推理過程的字?jǐn)?shù)比答案還要多。

R1模型能夠?qū)崿F(xiàn)推理，是因?yàn)闀?huì)將輸出的token返回上級(jí)重新思考、推理，正如比喻大師老黃所說的“每個(gè)token都會(huì)自我懷疑”，在不斷的懷疑-論證中，形成了推理的過程。但這也會(huì)更多地消耗算力和token，推理模型要比傳統(tǒng)生成式模型多消耗的token不是2倍，而是20倍。

所以，我們用推理模型時(shí)，一大串的思考、推理過程要在前臺(tái)展示出來，不僅因?yàn)橛脩艨梢詮拇竽Ｐ偷耐评磉^程介入修正答案，還因?yàn)樗鼈儾皇前姿偷模皇敲赓M(fèi)的，而是在消耗一個(gè)個(gè)token，都是真金白銀，花了錢的地方肯定得讓你看到。

而且市面上的推理模型越來越多，更多的傳統(tǒng)模型也陸續(xù)開始加入推理過程，比如谷歌的Gemini，最終token的消耗會(huì)呈指數(shù)級(jí)增長。

這就是老黃堅(jiān)信Scaling Law沒有失效的底氣。在會(huì)上，老黃用傳統(tǒng)模型Llama 3.3 70B與DeepSeek R1 671B進(jìn)行了對(duì)比，統(tǒng)一回答一個(gè)復(fù)雜問題。最終前者消耗了400多個(gè)token但結(jié)果不可用，后者的結(jié)果堪稱完美，但足足消耗了8559個(gè)token。

或許從蒸餾大模型的點(diǎn)子中節(jié)約的算力，又會(huì)消耗到推理的過程中，說不準(zhǔn)這就是AI算力中的能量守恒呢。

DeepSeek讓英偉達(dá)GPU賣得更好

除了黃仁勛的激情論證，一個(gè)事實(shí)是，在這個(gè)高token消耗時(shí)代，英偉達(dá)的GPU的確賣得更猛了。

彭博社報(bào)道，OpenAI 預(yù)計(jì)在「星際之門」首期計(jì)劃中，建立一個(gè)可以容納40萬個(gè)英偉達(dá)的 AI 芯片的數(shù)據(jù)中心綜合體。全部裝滿的話，這會(huì)是世界最大的AI算力集群之一。

還有對(duì)算力推崇至極的馬斯克，旗下的 xAI 已與戴爾達(dá)成 50 億美元協(xié)議，用于在孟菲斯建設(shè)超級(jí)計(jì)算機(jī)的 AI 服務(wù)器；Meta也宣布計(jì)劃要擁有相當(dāng)于 600,000 塊英偉達(dá) H100 芯片的算力。

還有國內(nèi)的阿里、小米、騰訊等公司，也將部署海量算力作為主要目標(biāo)。這背后的顯卡供應(yīng)商，毫無疑問都主要來自英偉達(dá)。推理模型鋪開后大公司們對(duì)計(jì)算卡、算力的熱情絲毫不減，看來至少大公司們?nèi)韵嘈盼磥硎撬懔Φ臅r(shí)代。

在個(gè)人本地部署領(lǐng)域，DeepSeek R1也沒有真正地減輕個(gè)人用戶的算力負(fù)擔(dān)。

2月中，全網(wǎng)掀起了一陣本地部署DeepSeek R1蒸餾模型的熱潮，但從個(gè)人的經(jīng)驗(yàn)來看，想要得到較好的模型性能，對(duì)電腦配置，也就是算力的要求一點(diǎn)都不低。

以RTX 4080 16GB顯卡為例，擁有9728個(gè)CUDA核心，16GB GDDR6X的顯存帶寬為736 GB/s，在顯卡中已經(jīng)算高端。

但用它在本地部署14B的DeepSeek R1蒸餾模型時(shí)，大部分的推理速度只有20-30 tokens/s，需要分析深度問題往往需要等待超過10分鐘。

如果更進(jìn)一步用它來部署32B的蒸餾模型，推理速度會(huì)進(jìn)一步下降到5-15 tokens/s，生成同樣的回答，就需要等待超過30分鐘。

這樣的效率顯然是不行的。如果想要提高推理速度，有兩個(gè)辦法：

選擇更小參數(shù)的蒸餾模型部署，但推理的精度、答案的可靠性會(huì)明顯下降；

選擇更高配置的硬件，比如RTX 5080/5090，用5090部署32B的蒸餾模型，推理速度也能達(dá)到50-60 tokens/s，效率明顯提升，但又讓老黃賣卡的計(jì)劃通了。

也許大多數(shù)人的算力條件，本地部署的大模型還不如直接打開騰訊元寶高效。

因此，從DeepSeek R1引申出來的“蒸餾模型節(jié)省訓(xùn)練算力”已經(jīng)被“推理模型消耗算力”抵消，這給了英偉達(dá)全新的機(jī)遇，可以說DeepSeek的出現(xiàn)為英偉達(dá)關(guān)上了一扇門，又打開了一扇窗。

最終，我們不得不承認(rèn)長遠(yuǎn)來看算力的需求還會(huì)不斷增加，還是利好英偉達(dá)。雖說今年Blackwell Ultra擠牙膏，但后面幾年的芯片架構(gòu)都會(huì)有明顯的算力提升。當(dāng)各大廠的算力吃緊時(shí)，老黃的核彈們，又有大展拳腳的機(jī)會(huì)了。

販賣token焦慮？

縱觀GTC 2025，只要是涉及AI、GPU、算力的部分，老黃都離不開token，甚至有好事的媒體專門統(tǒng)計(jì)了他在會(huì)上提到“token”的次數(shù)，還怪幽默的。

在新Scaling Law時(shí)代，token仿佛成了英偉達(dá)的救命稻草。雖然從邏輯上看老黃的觀點(diǎn)說得通，但如此頻繁地重復(fù)一種邏輯，就像我們?cè)谖恼轮羞B續(xù)寫100次“token”，多少會(huì)有人覺得，英偉達(dá)有點(diǎn)歇斯底里。

自農(nóng)歷新年以來，英偉達(dá)的市值已經(jīng)跌去了將近30%，這次發(fā)布會(huì)的黃仁勛不再像一個(gè)技術(shù)大拿，不像是那個(gè)“全世界最聰明的科學(xué)家”、“全球最牛公司的CEO”，而像一個(gè)絮絮叨叨的金牌銷售，通過販賣token焦慮的方式，讓大家堅(jiān)信英偉達(dá)仍掌握著未來。

不過投資者的信心不來自推銷和布道，而來自產(chǎn)品。事實(shí)就是今年下半年面世的GB300確實(shí)沒有太多亮點(diǎn)，畫的大餅又比較遙遠(yuǎn)。反映到股價(jià)上，發(fā)布會(huì)結(jié)束后英偉達(dá)的股價(jià)依然下跌了3.4%。

其實(shí)更令我哭笑不得的是價(jià)值3000美元的DGX Spark，根據(jù)官網(wǎng)披露的信息這款產(chǎn)品的128GB內(nèi)存，帶寬只有273GB/s。

盡管老黃將它定義為“可用于本地部署”的AI電腦，但這性能真不敢恭維。不說滿血版671B的DeepSeek R1，跑大部分32B的模型可能也只能實(shí)現(xiàn)2-5 tokens/s的輸出效率。用它來跑傳統(tǒng)的模型應(yīng)該還不賴，但推理模型估計(jì)是很困難了。

或許它存在的意義，停留在“讓大家買更強(qiáng)的DGX Station”上罷了。只是如果你一直在販賣token焦慮，最好能拿出更多能解決token焦慮的產(chǎn)品來。

英偉達(dá)現(xiàn)在缺乏的不是技術(shù)和產(chǎn)品，在GPU領(lǐng)域一騎絕塵，第二名都看不到車尾燈；真正缺乏的，是對(duì)消費(fèi)者的誠意。

參考資料：

APPSO 《剛剛，黃仁勛甩出三代核彈AI芯片！個(gè)人超算每秒運(yùn)算1000萬億次，DeepSeek成最大贏家》

第一財(cái)經(jīng) 《凌晨，黃仁勛重大宣布！》

圖片來源：GTC March 2025 Keynote with NVIDIA CEO Jensen Huang