一、黄仁勋首度发声：DeepSeek不是威胁，而是AI革命的催化剂

今日，英伟达CEO黄仁勋因首次公开回应中国AI公司深度求索（DeepSeek）的冲击登上热搜。在2月21日合作伙伴DataDirectNetworks的线上活动中，黄仁勋明确表示：“DeepSeek-R1的开源令人兴奋，它加速了AI技术的普及，而非终结算力需求。”

他驳斥了“AI发展只需预训练和简单推理”的误区，强调模型的后训练（post-training）才是核心：“后训练是模型‘学习解决问题’的关键环节，需要密集的计算资源。” 黄仁勋以DeepSeek-R1为例，指出其虽以低成本实现高性能，但推理过程的优化反而会刺激市场对英伟达GPU的需求。这一观点直接回应了此前投资者对算力泡沫的担忧。

二、市场震动与股价过山车：英伟达的挑战与机遇

自DeepSeek-R1发布以来，英伟达股价经历了剧烈波动。1月27日，其股价单日暴跌17%，市值蒸发6000亿美元。投资者担心，低算力模型的普及将削弱英伟达的垄断地位。但黄仁勋的回应传递了信心：“AI应用场景的扩展需要更多计算资源，英伟达的技术仍是基石。”

尽管短期市场情绪波动，英伟达的长期布局并未动摇。黄仁勋提到，DeepSeek-R1已作为微服务接入英伟达开发者平台，单个HGX H200系统可每秒处理3872个Token。这种合作模式表明，英伟达正通过生态整合巩固护城河。

三、行业启示：AI竞赛进入“效率为王”时代

DeepSeek的崛起暴露了传统AI开发模式的弊端——过度依赖算力堆砌。其R1模型仅用560万美元训练成本，便达到与OpenAI闭源模型相当的性能，这迫使行业重新审视技术路径。

黄仁勋的回应揭示了AI发展的三大趋势：

开源与闭源并行：DeepSeek-R1的开源推动技术民主化，但企业级应用仍需英伟达的算力支持；推理场景深化：模型需在医疗、金融等领域持续学习，后训练的计算需求将远超预训练；成本效率竞赛：科技巨头微软、Meta等已计划增加资本支出，通过规模化降低AI部署成本。四、争议与质疑：算力过剩还是技术红利？

针对黄仁勋的乐观表态，通信业观察家项立刚提出反驳：“英伟达的高利润依赖算力泡沫，而全球智算中心利用率低下，未来必将面临过剩。” 他认为，专用芯片和生态创新将逐步取代英伟达GPU的垄断地位。

不过，黄仁勋的支持者认为，AI从实验室走向产业应用仍需强大算力支撑。例如，自动驾驶的实时决策、医疗影像分析等场景，仍依赖英伟达芯片的高效并行计算能力。这场争论的本质，是AI技术“普惠性”与“专业性”的平衡问题。

五、结语：黄仁勋的野心与AI革命的下一站

黄仁勋此次回应，既是危机公关，也是战略宣示。他试图传递一个信号：英伟达不仅是硬件供应商，更是AI生态的架构师。通过兼容DeepSeek等创新模型，英伟达正在构建“芯片+软件+开发者生态”的三重壁垒。

正如他在访谈中所说：“DeepSeek激发的全球热情证明，AI的未来需要更多参与者，而英伟达将是这场革命的基础设施提供者。” 这场由DeepSeek引发的算力博弈，或许正是AI产业从狂热走向成熟的关键转折点。