长期以来，英伟达作为处理图形单位的主要制造商，在人工智能领域通过其“工具供应商”的角色积累了丰厚的利润和领导地位。但是，随着行业的发展和技术的进步，人工智能行业正在经历着根本性的转变。技术的进步和企业的选择正在逐步减弱英伟达的主导地位。
最令人瞩目的转变是DeepSeek-R1模式的出现，它利用全新的算法架构，仅需少量芯片即可达到与OpenAI o1模型相当的计算能力。这种轻松驱动重量级结果的成功，引发行业对传统“通过堆叠算力创造奇迹”模式的质疑，同时也导致英伟达的市场价值急剧下滑。
另一方面，为了降低成本，像AWS、Meta这样的云服务企业早已开始转向ASIC方案。博通、Marvell与大型AI企业及芯片代工厂的联合，为英伟达带来进一步威胁。似乎AI行业的领跑者地位正在从英伟达手中转向多元化格局的模式。
在深度学习技术方面，“DeepSeek”大幅降低了大规模模型训练的成本。DeepSeek-V3的训练费用极低，但其性能与OpenAI的o1模型不相上下。这一成本效益的提升得益于DeepSeek在算法优化和工程创新方面的突破。
通过采用各种先进技术，DeepSeek团队将H800 GPU的模型浮点运算利用率提升至23%，远高于行业平均水平的15%。在集群级负载均衡方面，DeepSeek将2048块H800 GPU集群的持续利用率提升至98.7%，较传统训练方案提高了20个百分点，确保了多GPU集群环境下的硬件资源得到充分利用，最大化地提高了生产效率。
DeepSeek的低成本模型直接冲击了对高算力GPU的需求。由于训练成本的大幅度降低，市场对高级GPU的需求预测降低。摩根士丹利根据DeepSeek的技术路径，大幅下调了对英伟达高端GPU（如GB200芯片）的需求预期，预测2025年英伟达GB200芯片的出货量从3万件下调至2万件，导致英伟达的股价短期内大幅下跌23.8%。
与此同时，云服务供应商如AWS、Meta等积极采用ASIC技术。ASIC为特定场景如AI推理、训练优化设计，比通用计算芯片提供更好的性能功耗比，使云服务商能够掌握更多技术。例如，Marvell与亚马逊合作的Trainium 2算力介于A100与H100之间，这也成为公司2024年ASIC收入的主要增长点。
随着云服务供应商广泛采用ASIC技术，GPU在AI计算市场中的主导地位面临挑战。英伟达作为GPU市场的领导者，其股价波动反映了市场对其未来盈利能力的担忧。过去，GPU和ASIC被视为互补技术，在同一项目中各展所长。但随着云服务供应商降低成本的趋势加强，未来可能会把更多资源投入ASIC的开发。
在这一市场格局变化中，博通和Marvell等成为赢家。博通在ASIC市场占据最大份额，受益于谷歌TPU的发货增长，2024年ASIC收入突破80亿美金，并占据了定制AI芯片市场70%的份额。Marvell通过与亚马逊、谷歌的深度合作，证明了其在定制化ASIC领域的能力被市场认可，其未来市场占有率有望进一步提升。
面对行业变革，作为GPU制造巨头的英伟达，需要适应并作出转变。DeepSeek和许多ASIC阵营的发展，都在挑战高成本路径，而这一路径长期以来的领头羊即是英伟达。面对市场和团队的选择，不仅是面临潜在利润的减少，还要适应AI产业话语权多元化的现实。
