黄仁勋:市场对DeepSeek的理解完全搞反了
DeepSeek的横空出世引发大模型算力逻辑的质疑,英伟达股价一度暴跌。然而,黄仁勋却在最新访谈中表示,市场对DeepSeek的理解“完全搞反了”。
他认为,DeepSeek R1的发布不仅不会终结AI计算需求,反而会激发市场对更高效AI模型的追求,从而推动整个行业的发展。
“它让每个人都注意到,有机会让模型比我们想象的更有效率。因此,它正在扩大并加速AI的采用。”
英伟达将于2月26日发布第四季度财报,预计将对市场反应做出更详细的回应。
黄仁勋:技术进步推动AI普及,而市场反应大相径庭
DeepSeek
R1模型的开源发布引发轩然大波。英伟达股价在消息发布后出现大幅下跌,1月24日收盘价为142.62美元,而1月27日收盘价跌至118.52美元,市值在短短三天内蒸发了600亿美元。目前,英伟达股价已基本恢复至下跌前的水平,美股盘后报135美元。市场对英伟达的信心似乎正在恢复。
市场似乎认为,DeepSeek的技术进步意味着AI计算需求的终结,这对芯片巨头英伟达构成了直接威胁。
然而,在DataDirect Networks首席执行官Alex
Bouzari近日发布的访谈中,黄仁勋对市场的解读进行了驳斥。黄仁勋开门见山地指出,市场对 AI 发展存在一个根本性的“心智模型”误区:
“投资者认为世界就只有预训练,然后就是推理。而推理就是你问 AI
一个问题,它就立即给你一个答案,一次性的回答。我不知道是谁的错,但很明显这个模式是错误的。”
他表示,R1的发布“令人难以置信地兴奋”,并强调市场的反应“完全相反”。
“它让每个人都注意到,有机会让模型比我们想象的更有效率。因此,它正在扩大并加速AI的采用。”
换言之,R1的出现并非意味着市场不再需要算力资源,而是激发了市场对更高效AI模型的追求,从而推动整个行业的发展。
黄仁勋进一步指出,尽管DeepSeek在AI模型的预训练方面取得了进展,但后期训练仍然至关重要,并且需要大量资源。他强调:
“推理是其中一个相当耗费算力的部分。”
这意味着,即使预训练效率提高,AI模型的推理过程仍然需要强大的计算能力支持,英伟达的芯片产品仍将在AI发展中扮演关键角色。
与此同时,2月21日午间,DeepSeek宣布,从下周开始,他们将开源5个代码库,以完全透明的方式与全球开发者社区分享他们的研究进展,每日都有新内容解锁,进一步分享新的进展,并将这一计划定义为“Open
Source Week”。
DeepSeek表示,其在线服务中的构建模块已经被记录、部署并进行了实际测试,希望分享的每一行代码都会变成强有力的势能,加速行业发展进程。该团队还称,这个领域没有象牙塔,只有纯粹的车库创业精神与社区共筑的创新力量。
如非特殊说明,本站内容均来自于网友自主分享,如有任何问题均请联系我们进行处理!
猜您喜欢
MiMo Code:AI 开发助手如何理解业务流程文档
2026-06-28MiMoCode通过项目上下文锚定、结构化解析和持久记忆沉淀真正理解业务流程文档。它将文档视为知识图谱一部分,自动识别关键段落、关联代码结构、生成可验证上下文快照;在plan模式下提取规则、比对实现、标注条款;支持跨会话校准语义,并联动技能链执行测试、部署等开发动作。 ☞☞☞AI智能聊天,问答助手,AI智能搜索,多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ MiMoCode不是靠“读一遍文档就...
如何理解 doctest 中的 “Got nothing” 错误及其修复方法
2026-06-04doctest报错“gotnothing”表示函数实际未产生任何可显示的输出(如返回none或无print),但测试用例却期望看到具体值(如'private:80'),本质是返回值与预期不匹配。 doctest报错“gotnothing”表示函数实际未产生任何可显示的输出(如返回none或无print),但测试用例却期望看到具体值(如'private:80'),本质是返回值与预期不匹配。 在你的b...
GitHub Copilot算法竞赛指南:如何在ACM/蓝桥杯练习中通过AI理解复杂动态规划
2026-05-29Copilot可深度解析DP题建模逻辑:①明确状态物理含义;②拆解转移方程对应的实际决策;③阐明初始值与滚动数组的合理性。需粘贴完整题干,配合表格模拟、带注释推演及代码解释三步法精准定位隐性错误。 ☞☞☞AI智能聊天,问答助手,AI智能搜索,多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ 在ACM/蓝桥杯等算法竞赛训练中,面对状态转移方程嵌套三层、边界条件模糊、空间优化路径不清晰的动态规划题,人...
CodeBuddy的上下文理解能力强吗?能理解整个文件吗?
2026-05-29应启用全文件AST解析、多文件关联、项目结构扫描及清除缓存四项操作:一、切换ContextMode为FullFileASTParsing;二、Ctrl/Command多选文件后右键“SendtoCodeBuddyContext”;三、执行“CodeBuddy:ScanProjectStructure”命令;四、在设置中清除contextcache并重启。 ☞☞☞AI智能聊天,问答助手,AI智能搜索...
千问Qwen-Audio音频理解模型能做什么?语音识别之外的能力
2026-05-28Qwen-Audio具备五大深度音频理解能力:一、音频内容摘要与语义提炼;二、多维度说话人属性分析;三、自然声音与音乐成分识别;四、音频问答与时间定位;五、混合语言语音识别与语码转换处理。 ☞☞☞AI智能聊天,问答助手,AI智能搜索,多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ 如果您在使用千问Qwen-Audio音频理解模型时,仅将其用于基础语音转文字,可能尚未充分释放其全部潜力。该模型在语...
灵珠AI在古文翻译和文言文理解中的表现
2026-05-27灵珠AI处理古文需激活“博观文旅”子模块、构建三级校验链、拆解虚词功能、启用多模态古籍解析、绑定方言音韵映射表,方可提升译文准确性与语义还原度。 ☞☞☞AI智能聊天,问答助手,AI智能搜索,多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ 如果您尝试使用灵珠AI处理古文翻译或解析文言文语义,但发现译文生硬、意象误读或典故失准,则可能是由于模型未被赋予足够强的古汉语语义锚点、缺乏历史语境注入或分析维...
千问的多模态能力支持图片理解吗效果如何?
2026-05-27需确认模型为多模态版本(如Qwen3.5-2B/9B/27B),通过Web界面上传图片测试或API调用验证图像理解能力,并比对不同版本在文字识别、结构还原等方面的性能差异。 ☞☞☞AI智能聊天,问答助手,AI智能搜索,多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ 如果您尝试使用千问模型处理包含图像的输入,但发现其未能准确描述画面内容或识别图中文字,则可能是由于模型版本或调用方式未匹配多模态能力...
千问支持多模态输入吗?图文混合理解
2026-05-27需确认千问版本是否支持多模态:仅含“VL”等标识的模型(如Qwen3.5-9B)具备图文理解能力;须检查API文档、界面图标、测试响应,并确保接口格式正确、视觉组件启用、UI开放上传、图像预处理合规。 如果您在使用千问模型时希望同时输入图片和文字以获得更精准的理解与响应,则需要确认所用的具体千问版本是否具备视觉语言能力。以下是针对该问题的多种验证与使用方式: 一、确认模型版本是否支持多模态 千问系...
Python中 range 与 xrange 有什么区别_理解 Python 3 迭代器优化
2026-05-27Python2中range生成完整列表占内存,xrange是惰性对象内存恒定;Python3已移除xrange,range行为同Python2的xrange,为惰性不可变序列。 Python2中range和xrange的内存行为差异 在Python2中,range(1000000)立即生成并存储一百万个整数的list,占几MB内存;而xrange(1000000)只创建一个轻量级对象,内存占用恒定...
千问和Google的Gemini 1.5在超长上下文理解方面比如100万Token谁处理得更好?
2026-05-26千问与Gemini1.5Pro在百万级token长文本处理中响应质量差异,源于架构、数据分布及上下文建模机制不同,需从输入格式、上下文长度、指代消解、多跳推理和中文语义粘连五方面系统验证。 ☞☞☞AI智能聊天,问答助手,AI智能搜索,多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜ 如果您在处理百万级token的超长文本时发现千问与Gemini1.5Pro响应质量存在差异,则可能是由于二者底层架构...
