在科技界的聚光燈下，英偉達CEO黃仁勛于GTC 2025大會上再度成為焦點。盡管近期英偉達股價遭遇重創，觸及十年低點，但黃仁勛依舊以一身標志性的皮衣亮相，信心滿滿地展示著公司的最新GPU技術。

回顧今年二月，DeepSeek的橫空出世在AI領域掀起了波瀾。這一由中國團隊打造的產品，僅憑少量低端GPU（以A100為主）便成功“蒸餾”出高端GPU（如H100）級別的性能，令業界嘩然。一時間，“規模定律”（Scaling Law）的傳統觀念受到挑戰，即模型參數量、數據集大小和訓練成本不再被視為越多越好。過去，谷歌、meta、微軟等科技巨頭不惜重金采購H100芯片，以期在算力上占據優勢。而今，DeepSeek的出現似乎打破了這一僵局，使得無需龐大算力也能訓練出媲美OpenAI GPT的大模型。

網絡上關于DeepSeek或將導致英偉達走向衰落的言論甚囂塵上，尤其在海外社交媒體上，此類觀點迅速傳播。有網友直言“英偉達的一切都將開始瓦解”，這一期間，英偉達的股價頻繁出現大幅下跌，單日跌幅達13%、17%已不足為奇。

然而，另一種聲音則認為，從長遠來看，DeepSeek的成功反而對英偉達有利。畢竟，DeepSeek雖降低了訓練大模型的門檻，但仍需計算卡支持。A100計算卡，正是英偉達的產品之一。隨著入場玩家增多，市場對算力的總體需求或將上升，英偉達作為全球最大的GPU供應商，有望售出更多計算卡。訓練超大模型仍需H100等高性能計算卡集群，這似乎陷入了一個“先有雞還是先有蛋”的循環。

在GTC 2025大會上，黃仁勛終于親自回應了DeepSeek帶來的沖擊。他首先對DeepSeek表示贊賞，稱其為“卓越的創新”和“世界級的開源推理模型”，并不解為何外界會將DeepSeek視為英偉達的威脅。

針對Scaling Law的討論，黃仁勛提出了自己的見解。他將Scaling Law細分為預訓練（PRE-TRAINING SCALING）、后訓練（POST-TRAINING SCALING）和測試時縮放（TEST-TIME SCALING）三個階段，強調隨著AI的發展，對算力的需求將持續增長。他提出，AI的發展分為感知人工智能、生成式人工智能、代理人工智能和未來物理AI四個階段，當前正處于代理人工智能階段，對算力的需求尤為迫切。

黃仁勛指出，推理模型在運行時，token的消耗量激增。他比喻道，不僅需要提升token的吞吐量十倍，還需過去十倍的算力來加速token的輸出，最終所需算力將是原先的百倍。相較于傳統的生成式模型，推理式模型如DeepSeek R1，在推理過程中會消耗更多token，這成為算力需求增長的關鍵因素。

事實上，英偉達GPU的銷量并未因DeepSeek的出現而下滑。據彭博社報道，OpenAI計劃在“星際之門”項目中建立一個可容納40萬個英偉達AI芯片的數據中心，這將是全球最大的AI算力集群之一。馬斯克旗下的xAI、meta以及國內的阿里、小米、騰訊等公司也在積極部署算力，而這些公司的顯卡供應商大多是英偉達。在個人本地部署領域，DeepSeek R1雖然降低了訓練門檻，但對算力的要求依舊不低，高性能硬件仍是提高推理速度的關鍵。

英偉達推出的DGX Spark雖然定位為可用于本地部署的AI電腦，但其性能卻令人不敢恭維。其128GB內存和273GB/s的帶寬，對于運行大多數32B模型來說，推理速度可能只能達到2-5 tokens/s，難以滿足推理模型的需求。這或許意味著，DGX Spark的存在更多是為了襯托更強大的DGX Station。

英偉達在GPU領域的領先地位依舊穩固，但真正缺乏的是對消費者的誠意。面對市場的變化和挑戰，英偉達需要拿出更多具有誠意的產品，而非僅僅依靠販賣焦慮來維持投資者的信心。