9月27日消息，MarketWatch发表分析文章称，人工智⭐能交易越来越依赖OpenAI，这对整个市场来说是一个巨大的风🔥险。 以下为全文： “要小心。”这是华尔街一位专😢业人士的建议，因为人工智能正在掀起一波债务发行潮和消费者反弹😅。 贝尔德公司的特德·莫顿森表示，如果OpenAI出现🔥问题，将波及科技行业以外的市场。 今年，科技巨头们将投🤯入近4000亿美元用于人工智能，而明年还将有数千亿资金涌入。🌟 但一位华尔街资深人士认为，人工智能交易的命运越来越取😂决于一家公司，如果出现裂痕，未来可能会面临痛苦。 这家🤯公司就是OpenAI——过去一周，它成为了多项数十亿美元协议😎的核心，进一步巩固了其在当前人工智能热潮中的重要性，这一热潮🤩可以说是由ChatGPT发布近三年来引领的。然而，虽然这些交🚀易显示出市场对人工智能交易的信心，但华尔街的一些人担心，随着🙌科技公司感到被迫加大支出以避免落后，可能会形成债务泡沫。 🤯 甲骨文公司刚刚发行了180亿美元的债券，用于资助其数据中😊心的扩建，此前该公司与OpenAI达成了价值据称高达3000⭐亿美元的协议。CoreWeave公司（CRWV）周四表示，正🥳在扩大为OpenAI提供人工智能基础设施的合作协议，目前它已😴成为一家高杠杆的人工智能投资标的，其净债务与息税折旧摊销前利🎉润（EBITDA）的比率高达5.1倍。 贝尔德董事总经🌟理特德·莫顿森谈到OpenAI时表示：“他们需要资金来维持这🙄场秀的进行。”他还补充道，该公司的业务“显著地”显示出负自由😢现金流，同时还在进行诸如斥资65亿美元收购iPhone设计师💯乔尼·艾维（Jony Ive）的初创公司io等大手笔支出，这🤯笔收购于今年五月宣布。 与此同时，根据莫顿森的说法，像😘Alphabet公司和微软公司这样的企业曾经是“自由现金流机😅器”，但现在由于它们加大力度投资，以保持在人工智能竞赛中的领🚀先地位，这一关键指标正在恶化。总体来看，云计算巨头今年计划在😀人工智能上投入约3800亿美元，而莫顿森预计明年这一数字将升🙌至7000亿美元，甚至可能更多。 他告诉MarketW😁atch，花费这么多钱的唯一方法是通过发行债务。这是一个潜在🎉的风险命题，因为人工智能繁荣的很大一部分依赖于OpenAI持🤯续投入和取得成功的能力。 Mortonson表示：'这😡一切的核心是OpenAI，如果OpenAI遇到困难，这个人工😢智能交易也将受挫。'他曾在大型卖方公司工作超过30年，并凭借😀其军事和工程背景在技术市场为客户提供建议。 他提到了甲😆骨文本周早些时候的180亿美元投资级债券销售，由于包含了40🤗年期债券，尽管科技行业存在不确定性，他形容这一举措为'富有创🙌意'。他表示，客户担心近期交易背后的假设可能过于乐观，从而导🎉致'债务泡沫'的可能性。 围绕OpenAI的风险还体现❤️在，该公司的崛起已经对科技行业以外产生了连锁反应——Mort🤔onson指出制造业和公用事业行业的卡特彼勒（CAT）和康明😍斯（CMI）等公司也受益于人工智能浪潮。 展开全文 😘 Mortonson说：'假如OpenAI暂停举债或无法获👏得债务融资，整个市场的触角开始萎缩。' 他补充说，期望😢值很高，特别是接连发布的关于价值数十亿美元的人工智能数据中心😎建设公告。这些公告正在推动市场，但收入的实现速度仍存不确定性🎉。 Mortonson表示：'关键在于展示资金和数据中🚀心的情况。'他提到这是一场'通电时间竞赛'，指的是电网连接到😍新设施并开始供电所需的时间。他说：'这是一场电力接入的竞赛。😀' Mortonson说，目前如果企业不进行建设，'它🚀们就完了'——这也推动了即便通过发行债务也有必要支出的需求。🙌 在加特纳曲线——一个流行的行业模型，用于可视化技术如🤩何随着时间成熟并被采用——Mortonson表示，科技行业目😘前正处于'期望膨胀的顶峰'阶段，'我们正处于完美定价的状态，🔥没有人关注任何潜在的下行风险。' 莫顿森补充道，生成式🤩人工智能交易最终会显示出投资回报——但那是两到三年之后的事情😅。 当被问及他现在给投资者的建议时，莫顿森给出了两个字🤔：“要小心。” 债务只是他保持谨慎的四个原因之一。 😜 另一个原因是，全美平均公用事业价格正在上涨，这意味着“消👍费者正在承受巨大压力”，他说。同时，数据中心建设的速度“是历🙄史性的”，他认为这可能会使可支配收入的压力更加严重。这导致了😎一些消费者对人工智能的反弹，尤其是那些“没有要求”自动驾驶、😅加密货币或生成式人工智能的人，却看到由于人工智能电力需求激增😎而导致的家庭水电账单上涨。 伯恩斯坦分析师在周五的一份🤯报告中也提出了类似的观点，他们提到美国电网可能因电力需求而面😂临失败风险。他们表示，过去十年电力需求一直“持平”，但现在开😊始出现拐点。伯恩斯坦团队称，他们怀疑消费者很快将开始把电价上😜涨归咎于公用事业公司、超大规模企业以及政府。莫顿森和伯恩斯坦😢分析师还指出，美国政客们已经开始注意到消费者对天然气和电力成😎本上升的担忧。 莫顿森补充说，华尔街不知道如何将这种反😡弹纳入预期之中。 他还担心潜在的组件短缺可能会成为人工🙄智能进步的一个制约因素。 “英伟达正在以前所未有的力度👍推动高性能计算架构，”莫顿森说。“这些技术刚刚进入主流市场，😀但供应链还没有准备好应对。” 此外，他认为机构客户对待🤗当前市场的方式与散户交易者的行为之间存在“摩擦”。他的客户担😆心未来会出现暂停和回调，其中一些人正在卖出盈利股。但在我看来🤯，市场仍然有点像赌场，散户交易者希望通过涌入做空兴趣浓厚的股🤔票来获利。 莫顿森表示：“直到这些类似日内交易者的散户⭐投资者被淘汰，市场才会稳定下来。”（AI普瑞斯编译）返回搜狐😀，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多