調研機構 Counterpoint 今（12 日）指出 DeepSeek 近期推出 R1 與 V3 大型語言模型（LLMs）掀起業界熱議。兩款開源模型不僅展現卓越性能，在成本上更具顯著優勢，API 價格比ChatGPT o1 低達 96%，顛覆 AI 產業過往對高效能模型須依賴巨額資金與算力堆砌的認知。
隨著 DeepSeek 和 Meta 等公司推動開源 AI，市場對封閉式專有模型（如 OpenAI）形成更大挑戰。Counterpoint 指出，開源 LLMs 的崛起正在改變AI生態系，使競爭格局從技術領先轉向成本與可用性競爭。值得關注的是，DeepSeek 的成功不僅涉及技術創新，也帶入地緣政治因素，其發布時機與美國5000億美元「星門計畫」（Stargate Project）的宣布相近，耐人尋味。
業內消息傳出，DeepSeek 訓練其模型僅使用約 2,000 至 2,048 張 NVIDIA H800 GPU，並額外獲取約 1 萬張 A100 GPU，整體訓練預算約 600 萬美元。相比 OpenAI 與 Anthropic 等競爭對手動輒投入超過 1 億美元，DeepSeek 的成本控制策略確實展現了 AI 訓練的新可能性。
Counterpoint 認為，儘管 DeepSeek 在成本與技術上展現突破，其訓練成本的真實性仍受市場質疑，業界亦關注其是否接受政府補助或未披露的資源支持。不過，DeepSeek 的成功已促使產業重新審視 AI 發展模式，可能對半導體與資料中心市場帶來長期影響。
研調機構 TrendForce 指出，在 DeepSeek 驅動下，CSP 業者料將更積極發展成本較低的自有 ASIC 方案，並把重心從 AI 訓練轉往 AI 推論，預估將逐步推升 AI 推論伺服器占比至接近 50%。未來 GPU 仍將支持各種AI演算法發展，但「分眾化」情況將更明顯，持續發展大型演算法的 CSP 業者和更重視成本考量的邊緣企業客戶將各有需求。
TrendForce 指出，2024年全球 AI server出貨量受惠於 CSP、OEM 的強勁需求，年增幅度為 46%，而美國晶片禁令、DeepSeek 效應、GB200/GB300 Rack 供應鏈整備進度等將成為影響 2025 年 AI server 出貨量的變數。
（首圖來源：Unsplash）
科技新報粉絲團
加入好友
訂閱免費電子報
