淺談人工智能投資最新發展

早前橫空出世的DeepSeek V3 模型，開發商稱其訓練運算成本僅為560 萬美元，此消息震撼整個市場，因為外界一直認為人工智能技術是相當昂貴的技術，而此模型的開發成本卻可能只是OpenAI（ChatGPT的開發公司）o1模型的十分之一。

效率不俗、訓練成本較為便宜

不過，有報告指其成本可能被低估了，因為該中國公司並無把一些實際費用（例如實驗成本）計算在內。而且外界也難以確定DeepSeek實際上是否擁有更多GPU（圖形處理器），若按一些市場中人的言論，那麼其擁有GPU的開支可能高達十多億美元。儘管如此，與美國同業相比，V3 模型似乎有不俗效率，且訓練成本明顯較為便宜。

DeepSeek的成本優勢很大程度上源於工程技術的進步，因而可減少使用記憶體和降低運算要求，並提高了GPU的利用率。在美國制裁下，中國在先進半導體方面的入口本受到限制，但仍然有公司能開發出如此技術，可見「需要才是創新之母」（Necessity is the mother of innovation）。更重要的是，在1月最新推出的DeepSeek R1模型乃採用「強化學習」來訓練，使模型可以在沒有人為干預的情況下自主學習和發展。

表面上看，DeepSeek這種技術突破可能會對人工智能的發展前景帶來一些干擾。如果開發大型言語模型時，不需要用到那麼多GPU，那麼人工智能供應鏈中的重要環節──例如數據設備和能源需求的潛在市場或會減少，似乎會為人工智能基礎建設帶來負面效果。但是，由於DeepSeek屬於開源系統，來自不同地區的人工智能實驗室理論上都可以整合其技術，以提升自身模型的效能。

新技術無礙人工智能持續發展

另一值得思考的問題是：大型言語模型會否限制了大規模人工智能訓練的需求？這一點尚未明確，但我們的看法仍然正面。DeepSeek反映了強化學習是有效的，隨著運算能力提升和數據量增加，這種方法或會進一步改進，並促進人工智能實驗室的發展潛力。而且很多人工智能實驗室的最大目標是開發出artificial general intelligence（人工通用智能），以此角度來看，行業領導者未必會輕易減省開支。

相反，我們預計市場將會出現各種不同的模型，且規模不一。高成本的大型模型固然有其必要性，然而，低成本的模型也有助推動人工智能的普及。像DeepSeek這種更具成本效益的模型，可能會進一步推動人工智能的實際應用。因此在中期來看，這將增加市場對運算推理的需求，並使晶片的長遠需求比預期更為強勁。簡單地說，DeepSeek的人工智能運算方法和最新的高效能晶片互相結合，或可產生協同效應，使新一代的人工智能模型變得更快、更強大。

總括而言，DeepSeek的面世觸發部分科技股份的估值降到較合理的水平，我們正在評估市場是否浮現一些更吸引的新機會。展望未來，普徠仕會一貫地以靈活、理性且嚴守紀律的方式來投資於創新科技帶來的機遇。