文 | 新质动能，作者｜沐风，编辑｜时楠 文 | 新质🤩动能，作者｜沐风，编辑｜时楠 AI圈又地震了。 🔥就在北京时间9月23号凌晨，英伟达和OpenAI，突然扔出了😊一颗“王炸”：两家公司宣布结成战略合作伙伴，英伟达准备向Op😎enAI，投资高达1000亿美元。 这是黄仁勋有史以来😅最大手笔。算下来，要用掉400万到500万块GPU，几乎等于😴英伟达今年一整年的出货量。钱投到哪儿？——10GW AI数据🚀中心。 这不是一笔普通的融资，这是一场押上整个行业未来💯的豪赌。黄仁勋准备用相当于英伟达今年全部、去年两倍的GPU产💯量，去武装OpenAI一家公司。 这场疯狂的交易背后，🤩藏着怎样的盘算？是黄仁勋和奥特曼的“兄弟情深”，还是两个顶级🤔玩家在联手颠覆AI圈？这场千亿豪赌，是不是意味着，AI的下半😂场已经开打了？ 一场疯狂的千亿“豪赌” 我们先来😊看看，这笔交易到底有多疯狂。 OpenAI的计划，是未😍来几年要建一个总功率高达10吉瓦（GW）的AI数据中心集群。😁10吉瓦是什么概念？黄仁勋自己算了笔账：这差不多等于400万👍到500万块GPU。 这数字，直接把整个行业都给干沉默🎉了。一家OpenAI，就要吃掉英伟达全球一年的GPU产能。 🥳 但你以为，这是黄仁勋在“为爱发电”吗？并不是。 😜这笔钱，最有意思的地方在于它的流向。根据黄仁勋自己在财报电话🙌会上透露的数据，建一个1吉瓦的数据中心，成本大概是500到6😀00亿美元，其中，有350亿，是用来买英伟达的芯片和系统的。🥳 看懂了吗？这根本就是一场左手倒右手的资本魔术。 😆 英伟达名义上投资了1000亿美元给OpenAI，但这些钱，🌟最终会通过OpenAI采购GPU的方式，大部分又流回了英伟达🤗的口袋。 有分析师直接就说了，这对黄仁勋来说，是一个“😡非常良性的循环”。 说白了，这是两个大佬在“互刷业绩”🙌：OpenAI，拿到了梦寐以求的资金和产能保证；而英伟达，则😅用这笔投资，死死锁定了全球最大、也最重要的AI客户。 😉消息一出来，资本市场立马就心领神会了。英伟达的股价，当天一度🙌大涨近4%，市值冲到了4.46万亿美元。 奥特曼与黄仁🤗勋的焦虑 这场交易，可以说是两个“焦虑的男人”，一拍即🤯合的结果。 展开全文 先说OpenAI的奥特曼。😁说白了，他快被“算力焦虑”给逼疯了。 ChatGPT每💯周有7亿人要用，这背后，是天文数字般的算力消耗。为了不被算力🤯“卡脖子”，奥特曼这两年，一直在疯狂“买买买”： 先是🤩跟甲骨文，签了3000亿美元的五年合同； 然后从云服务😎商那里，租了1000亿美元的备用服务器； 现在，又拉来⭐了英伟达这1000亿美元的直接投资。 短短几年，承诺的🤔算力支出，就超过了5000亿美元。这烧钱的速度，比很多国家的👏财政支出还猛。 为什么要这么烧？ 算力就是蒸汽机👍时代的煤炭，电气化时代的电网。没有它，超级智能只是一个空壳子👏。 奥特曼的逻辑非常简单粗暴：研究顶尖 AI，做出用户🥳真正想用的产品。同时，解决前所未有的基础设施挑战。 换🥳句话说，模型不是瓶颈，GPU 、能耗才是瓶颈。 这也是😴为什么，OpenAI 敢把一半的收入都砸到算力上。OpenA🔥I 在 2030 年的研发投入(主要是算力成本)接近总收入的😆 50%。 对比一下同行：亚马逊、微软、谷歌的研发占收🤯入 10%-20%；Meta也就25%。 有人说，这不😀理性。可在奥特曼看来，不这样烧就永远追不上超级智能。他认为，❤️谁先拥有了最强大的算力基础设施，谁就能第一个训练出超级智能，🎉谁就能定义下一个科技时代。 而英伟达的黄仁勋，则用这1😂000亿，为自己的帝国，挖了一条深不见底的“护城河”。 ❤️ 他焦虑的是什么？是AMD这些竞争对手的追赶，是微软、谷歌这😴些云厂商，都在搞自研芯片，想摆脱对英伟达的依赖。 现在⭐，通过和OpenAI的深度绑定，他相当于告诉全世界：别折腾了🌟，通往AGI的这条路，已经被我承包了。未来几年，最顶级的AI😅模型，还将在英伟达的芯片上运行。 这1000亿买来的，😍是未来几年，英伟达在AI芯片领域，不可动摇的霸主地位。 💯 巨头上桌，其他人还有得玩吗？ 就在英伟达和OpenA😍I上演这场“世纪豪赌”的时候，一个冷酷的现实，也摆在了所有A⭐I创业者的面前： 大模型“炫技”的时代，可能已经过去了💯。 金沙江创投的朱啸虎，最近就直言：“说实话大家都很失👍望。”在他看来，GPT-5的表现，并没有带来质的飞跃，Tra🤩nsformer架构的潜力，似乎快被挖干了。 但这不意😢味着AI没机会了。恰恰相反，当上游的模型技术放缓，真正的机会🚀，才开始向下游的应用层渗透。 朱啸虎举了个例子：AI语🚀音电话，现在已经能做到以假乱真了。AI生成视频，一旦延迟能压😜缩到一秒以内，对整个内容行业的冲击，将是颠覆性的。 A👏I下半场的战争，已经悄然开启。英伟达和OpenAI的这笔交易😅，就是一声号角。它告诉所有人，AI已经从一个比拼算法的游戏，😂变成了一个比拼资本、能源和产业链的“军备竞赛”。 这对😉中腰部的创业者来说，意味着什么？ 意味着，你再也不可能😎去正面硬刚基础设施了。生存空间，只剩下那些巨头们看不上、或者👍懒得干的脏活累活。比如，扎进某个垂直行业，用AI去优化那些复😢杂的流程；或者在语音、视频这些具体的应用场景里，做出体验极致🤩的产品。 未来的AI行业，会越来越像一个分工明确的“工❤️地”：巨头们负责修路、盖楼、建发电厂；而其他的创业者，则负责🙌在这栋楼里，做装修、开小卖部、送外卖。 结语 英👏伟达和OpenAI的这场千亿豪赌，就是一个“分水岭”。 🥳 当芯片大战的硝烟散去，真正改变世界的，可能不是那些没有应用😢场景的“超级智能”，而是那些有刚需的应用。 在AI的下😀半场，巨头们负责修高速公路，而其他人，则要在这条路上，找到自🔥己的那辆车，和能到达的目的地。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