Ai與加密貨幣的融合趨勢正以出人意料的方式展開。它似乎在以一種"幹崩"的形式呈現:首先衝擊傳統資本市場,繼而影響加密貨幣領域。近日,中國Ai大模型DeepSeek的下載量首次超越ChatGPT,登上美國APPStore榜首,引發全球科技、投資和媒體界的廣泛關注。這一現象不僅暗示了未來中美科技格局可能發生變化,還在美國資本市場引發短暫恐慌。受此影響,多家科技巨頭股價出現下跌。英偉達跌幅達5.3%,ARM跌5.5%,博通跌4.9%,臺積電跌4.5%。美光、AMD、英特爾等公司也出現不同程度的跌幅。納斯達克100期貨更是跌至-400點,有望創下近期最大單日跌幅。據估計,美國股市在當日交易中可能蒸發超過1萬億美元市值,相當於加密貨幣市場總值的三分之一。緊隨美股市場,加密貨幣市場也出現大幅下跌。比特幣跌破100500美元,24小時跌幅達4.48%。以太坊跌破3200美元,24小時跌幅爲3.83%。許多投資者對這突如其來的暴跌感到困惑,有人推測可能與联准会降息預期降低或其他宏觀因素有關。市場恐慌情緒的源頭可能來自DeepSeek的異軍突起。與OpenAI、Meta或Google等依靠雄厚資本和大量硬件資源發展的公司不同,DeepSeek僅用不到兩年時間,200名員工,不足1000萬美元的開發成本就取得了驚人成果,而未大量使用英偉達的GPU顯卡。這種顛覆性發展打破了人們對AI領域的固有認知。DeepSeek重新思考了AI開發的基本方法,通過更聰明而非更昂貴的方式取得成功。他們將訓練頂級AI模型的成本從1億美元降至500萬美元,所需GPU數量從10萬個減少到2000個,API成本降低95%,甚至可在普通遊戲GPU上運行。這一突破不僅挑戰了傳統觀念,如中國只擅長封閉原始碼、硅谷是全球AI中心、OpenAI擁有無可比擬的優勢等,還動搖了人們對AI發展所需資金和資源的認知。DeepSeek的成功被視爲開源相對閉源的勝利,有望推動整個開源社區的繁榮。然而,也有觀點認爲,像OpenAI這樣依賴大量資源的方法可能在未來某個臨界點上再次領先。總的來說,DeepSeek的突破可能會降低企業對付費API的依賴,促進私有部署和自主微調的發展。未來一兩年內,我們可能會看到更多樣化的推理芯片產品和更豐富的大語言模型應用生態系統。盡管如此,對算力的需求預計不會下降。就像工業革命時期蒸汽機效率提高反而增加了煤炭消耗一樣,AI技術的進步和普及可能會導致市場對相關資源的總體需求增加。這種現象類似於從大哥大到諾基亞手機普及過程中出現的情況:正是因爲成本降低才得以普及,而普及又反過來增加了市場總消費量。
DeepSeek崛起引AI地震 美股加密暴跌 顛覆性創新重塑行業格局
Ai與加密貨幣的融合趨勢正以出人意料的方式展開。它似乎在以一種"幹崩"的形式呈現:首先衝擊傳統資本市場,繼而影響加密貨幣領域。
近日,中國Ai大模型DeepSeek的下載量首次超越ChatGPT,登上美國APPStore榜首,引發全球科技、投資和媒體界的廣泛關注。這一現象不僅暗示了未來中美科技格局可能發生變化,還在美國資本市場引發短暫恐慌。
受此影響,多家科技巨頭股價出現下跌。英偉達跌幅達5.3%,ARM跌5.5%,博通跌4.9%,臺積電跌4.5%。美光、AMD、英特爾等公司也出現不同程度的跌幅。納斯達克100期貨更是跌至-400點,有望創下近期最大單日跌幅。據估計,美國股市在當日交易中可能蒸發超過1萬億美元市值,相當於加密貨幣市場總值的三分之一。
緊隨美股市場,加密貨幣市場也出現大幅下跌。比特幣跌破100500美元,24小時跌幅達4.48%。以太坊跌破3200美元,24小時跌幅爲3.83%。許多投資者對這突如其來的暴跌感到困惑,有人推測可能與联准会降息預期降低或其他宏觀因素有關。
市場恐慌情緒的源頭可能來自DeepSeek的異軍突起。與OpenAI、Meta或Google等依靠雄厚資本和大量硬件資源發展的公司不同,DeepSeek僅用不到兩年時間,200名員工,不足1000萬美元的開發成本就取得了驚人成果,而未大量使用英偉達的GPU顯卡。
這種顛覆性發展打破了人們對AI領域的固有認知。DeepSeek重新思考了AI開發的基本方法,通過更聰明而非更昂貴的方式取得成功。他們將訓練頂級AI模型的成本從1億美元降至500萬美元,所需GPU數量從10萬個減少到2000個,API成本降低95%,甚至可在普通遊戲GPU上運行。
這一突破不僅挑戰了傳統觀念,如中國只擅長封閉原始碼、硅谷是全球AI中心、OpenAI擁有無可比擬的優勢等,還動搖了人們對AI發展所需資金和資源的認知。
DeepSeek的成功被視爲開源相對閉源的勝利,有望推動整個開源社區的繁榮。然而,也有觀點認爲,像OpenAI這樣依賴大量資源的方法可能在未來某個臨界點上再次領先。
總的來說,DeepSeek的突破可能會降低企業對付費API的依賴,促進私有部署和自主微調的發展。未來一兩年內,我們可能會看到更多樣化的推理芯片產品和更豐富的大語言模型應用生態系統。
盡管如此,對算力的需求預計不會下降。就像工業革命時期蒸汽機效率提高反而增加了煤炭消耗一樣,AI技術的進步和普及可能會導致市場對相關資源的總體需求增加。這種現象類似於從大哥大到諾基亞手機普及過程中出現的情況:正是因爲成本降低才得以普及,而普及又反過來增加了市場總消費量。
按照要求生成评论:
机构早跑了 韭菜还在抄底