当前市场对人工智能（AI）的热情与1999年互联网泡沫的比较🤗甚嚣尘上，但一个关键差异正被忽视：与当年科技股飙升、黄金价格🙄下跌的景象不同，如今科技股与黄金正同步创下新高。这一反常现象🌟表明，市场可能正在为一个截然不同的未来定价——一个通过通胀来🙌解决全球巨额债务的时代。 随着英伟达等科技巨头引领市场😉，包括杰夫·贝索斯在内的许多投资者和交易员都将目光投向了19😊99年的历史图景，试图寻找相似之处。然而，One River❤️ Asset Management的首席投资官Eric Pe🤔ters指出，一个“不便的事实”是，在1995年至2000年😘的互联网热潮中，标普500指数上涨近两倍，而黄金价格却下跌了😎25%。 相比之下，自2022年11月OpenAI发布😀ChatGPT引爆此轮AI热潮以来，标普500指数上涨了70😊%，而黄金价格的涨幅更是高达120%。这种黄金与科技股同步走🥳强的局面，与上世纪90年代末的资金流动模式截然相反，当时资金❤️从黄金等避险资产流出，涌入科技股。 这一核心差异可能预😀示着一个重要的转变。Eric Peters认为，市场或许正在🤔发出信号：我们可能正进入一个通胀性繁荣周期，或者，在下一次经🔥济衰退中，庞大的债务压力将迫使政策制定者采取激进的通胀措施来🚀应对。无论哪种情况，其核心都指向一个“通胀式”的解决方案，以🎉化解全球高达340万亿美元的债务积压。 1999重演？😘黄金与科技股走势背离 将当前AI驱动的牛市与上世纪90🎉年代末的互联网泡沫相提并论，已成为市场的主流叙事之一。但数据🙌显示，两者在核心资产表现上存在根本分歧。在1995年8月至2🤗000年夏季的互联网繁荣期，市场呈现出典型的“风险偏好”模式🤗，资金追逐高增长的科技股，而黄金等传统避险资产则遭到抛售。 😎 然而，本轮由AI引发的行情却截然不同。自2022年11🔥月以来，数万亿美元资金涌入英伟达芯片和数据中心等领域，其狂热🙄程度堪比当年的“.com”公司。但与此同时，黄金也吸引了创纪😘录的资金流入。这种“风险资产”与“避险资产”同步上涨的罕见局😘面，打破了历史常规，促使投资者不得不重新审视市场传递的深层信⭐息。 AI热潮的本质：从无形软件到有形基建 本轮🤯AI热潮与互联网泡沫的另一个关键区别在于其投资本质。上世纪9😎0年代末的狂热主要围绕无形的软件和未经证实的商业模式，例如P🚀ets.com等最终失败的案例。投机是当时资本支出的主要驱动⭐力。 相比之下，当前的AI周期更强调有形的基础设施建设🙌。其核心是硬件（芯片）、网络和能源系统，这些投资能够创造出具🙄有可衡量生产力收益的持久性资产。资本支出不再仅仅是短期投机，😴而是构建未来经济的 foundational force（基🥳础性力量）。这种对实体基础设施的依赖，使得本轮科技周期与以往🥳任何一次都大不相同。 真实世界的瓶颈：AI的资源需求推🤗高通胀预期 AI基础设施的建设需求，正直接转化为对现实🌟世界资源的巨大消耗，这进一步解释了市场为何开始计入通胀预期。🤯大型语言模型（LLM）的电力消耗量堪比一个小国家，其数据中心🙌冷却系统需要消耗大量水资源，这给各国的能源和水资源供应带来了🙄巨大压力。 与建立一个网站不同，AI的发展需要对电网、😡太阳能、风能甚至核能进行长达数十年的大规模投资。这些庞大的项🎉目投资揭示了现实世界的供应瓶颈，其影响已在商品市场显现——例🤔如，作为工业关键原材料的铜，其价格已出现飙升。当巨额资本追逐😡有限的实体资源时，通胀压力便随之而来。 340万亿美元👏债务压顶，市场押注“通胀式”解决方案 在AI主题和黄金😊市场同时出现“买家多于卖家”的现象，似乎在暗示市场正向一个“🙄通胀性创新范式”校准。Eric Peters指出，这一转变发😅生之际，美联储的政策立场也颇为微妙——其降息倾向与上世纪90🤗年代有相似之处，但在当前环境下，或许更应该加息。 市场👏参与者已经目睹，在过去的每一次经济周期中，政策制定者的刺激反🌟应都变得愈发激进。Eric Peters的分析表明，美元的购🌟买力在他的一生中缩水了90%，在其职业生涯中缩水了61%。面😁对全球高达340万亿美元的债务 overhang（积压），市🚀场可能正在押注，决策者最终将选择通过通胀来稀释债务负担。在这🤗种背景下，那些固守传统价值投资的投资者，可能会在一个由创新和🎉通胀保护定义未来价值的世界里被“埋葬”。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