长期以来，英伟达作为GPU阵营的核心厂商，凭借AI“卖铲人”的定位获取了巨大利润和话语权。但随着各种量变的积累，AI产业已经体现出质的变化。技术的推进与AI企业的选择，正在削弱英伟达的统治地位。

最为耀眼的变革，来自DeepSeek-R1模型，它以全新的算法架构，仅使用少量芯片就达到了比肩OpenAI o1模型的算力。这一“四两拨千斤”式的成功，使得业界开始怀疑“堆算力出奇迹”的传统路径，英伟达的股价也随之应声而落。

另一方面，出自AWS、Meta等云服务企业出于成本考虑，早就开始转型ASIC方案。博通、Marvell联合AI大厂与晶圆代工厂“合纵连横”，对英伟达又是一个不小的威胁。看起来，AI产业的“接力棒”要从英伟达手中分散出去，从一家独占转变为多元化的格局。

DeepSeek让大模型不再昂贵

数据指出，DeepSeek-V3的训练成本仅为557.6万美元，却能实现与OpenAI的o1模型相媲美的性能。这种低成本的训练方式，得益于DeepSeek在算法优化和工程创新上的突破。

在各种先进策略的加持下，DeepSeek团队将H800 GPU的MFU（模型FLOP利用率）提升至23%，远超行业平均15%的水平。集群级负载均衡方面，DeepSeek在2048块H800 GPU集群上实现了98.7%的持续利用率，相较传统训练方案提升了20个百分点。这保证了在多GPU集群环境下，硬件资源能够得到充分利用，最大化生产效率。

DeepSeek的低成本模型对高算力GPU的需求产生了直接冲击。由于其训练成本显著降低，市场对高端GPU的需求预期也随之下降。摩根士丹利观察到，DeepSeek的技术路径降低了对先进算力的依赖，导致市场对英伟达高端GPU（如GB200芯片）的需求预期大幅下调，其报告将英伟达2025年GB200出货量预测从3万件下调至2万件，引发英伟达股价短期暴跌23.8%。

云服务方案商的ASIC布局

与此同时，云服务方案商如AWS、Meta等纷纷加大ASIC的使用。ASIC（专用集成电路）可以针对AI推理、训练等场景进行优化，提供比通用芯片更优的性能功耗比，并为云服务商提供更大的技术掌控权。例如，Marvell与亚马逊合作的Trainium 2，算力能力大致位于A100至H100之间的水平，这也是公司2024年ASIC收入最主要的增长源。

随着云服务方案商对ASIC的大量采用，GPU在AI算力市场中的主导地位正面临挑战。英伟达作为GPU市场的领导者，其股价的波动反映了市场对其未来盈利能力的担忧。以往，GPU与ASIC被看做是互补关系，两者在同一个项目中可发挥各自优势。但随着云服务供应商的降本取向日益加强，未来会把更多资源投入ASIC的开发。

在这一市场格局变化中，博通和Marvell等企业成为受益者。博通在ASIC市场中占据最大份额，受益于谷歌TPU的出货增长，2024年的ASIC收入达到了80亿美元以上，并且在定制AI芯片市场占有70%份额。Marvell则通过与亚马逊、谷歌的深度合作，证明其定制化ASIC能力已获市场认可，未来市场占有率有望实现反超。英伟达与这两家企业的竞争关系，也越来越明确。

结语：GPU大厂需要适应与转变

长期以来，AI产业的“C位”都是英伟达牢牢占据，但现如今的变化，需要这家老牌巨头加以适应并做出改变。DeepSeek与众多ASIC阵营的发展路径，都是对高成本路径的反叛，而这一路径长期以来的主导者就是英伟达。曾几何时，英伟达CEO称自家芯片是“买得越多越省钱”，如今面对这一金牌销售的话术，各大企业与团队也都在做出自己的选择。

不论是开发端还是应用端，其实都对成本与价格相当敏感，未来的发展路径，必然会倒逼芯片厂商开发高性价比的方案，作为GPU第一大厂的英伟达，不仅是要面对可能出现的利润退坡，更要适应AI产业话语权的多元化现实。