市场观察 · AI 算力交易拥挤度的一次暴力测试

精读全文

第 1 章 · 市场观察 · AI 算力交易拥挤度的一次暴力测试

今日热点 · 退一步看长期

周一美股开盘,科技股集体跳水。英伟达单日跌超 17%,市值蒸发近 6000 亿美元;博通跌 17%,AMD 跌 6%。纳斯达克 100 指数重挫 3%,创去年 12 月以来最大单日跌幅。触发这轮抛售的,是一家此前鲜为人知的中国 AI 初创公司 DeepSeek 发布了一款对话模型,声称用不到 600 万美元的成本训练出接近 GPT-4 水平的性能。

消息传开后,市场立刻把矛头对准「AI 算力需求可能被高估」这条叙事。英伟达过去两年的估值逻辑建立在一个假设上:训练更强的模型需要指数级增长的算力,因此 GPU 需求会持续爆发。DeepSeek 的低成本方案直接挑战了这个假设——如果同样性能可以用更少芯片实现,那英伟达的远期订单、数据中心的资本开支、云服务商的采购计划,是否都需要重新定价?

这不是技术路线之争,是交易拥挤度的暴力测试。过去一年,「AI 算力是新石油」的共识让大量资金涌入半导体上游。英伟达市值从 2023 年初的 3600 亿美元膨胀到今年 1 月的 3.4 万亿美元,涨幅超过 800%。这种单向押注在平静时看起来稳固,一旦出现哪怕是边缘的反例,就会引发踩踏式平仓。周一的抛售不是因为 DeepSeek 真的改变了产业格局,而是因为它提供了一个「获利了结」的借口。

市场对这类冲击的反应往往过激。2022 年 Meta 重仓元宇宙时,股价一度腰斩,投资者认为扎克伯格在烧钱做梦;一年后 AI 转型成功,股价又翻倍。2020 年疫情初期,远程办公概念股 Zoom 暴涨 700%,2021 年增长放缓后又跌回原点。这些波动的共同特征是:短期情绪主导定价,基本面验证滞后。DeepSeek 事件也一样——它的低成本方案是否可复制、是否适用于所有场景、是否会影响云厂商的采购节奏,这些问题需要至少几个季度才能有答案。但市场不等答案,先抛了再说。

从资产配置角度看,周一的避险情绪同样剧烈。日元兑美元单日升值 1.8%,瑞士法郎升值 1.2%,十年期美债收益率下降 8 个基点至 4.49%。黄金和白银期货收低,但盘中一度冲高——这种矛盾反映的是流动性紧张:部分对冲基金需要抛售流动性好的资产来覆盖保证金,哪怕那些资产本该受益于避险。这种「流动性踩踏」在 2020 年 3 月也出现过,当时连美债都被抛售,因为所有人都急着变现。

更值得注意的是,其他科技巨头的跌幅明显小于半导体股。微软跌 2.1%,谷歌跌 4.2%,Meta 跌 2%。这说明市场区分了「算力供应链」和「AI 应用层」——前者的估值直接依赖硬件需求增长,后者更多看模型效果和商业化进展。如果 DeepSeek 的低成本方案被证实可行,受益的反而可能是这些应用层公司:训练成本下降意味着更多玩家可以入场,竞争会加速创新。但这条逻辑需要时间消化,周一的市场还停留在「先砍估值」的阶段。

这场波动的本质,是市场在给「确定性溢价」重新定价。过去一年,投资者愿意给英伟达 50 倍市盈率,因为相信算力需求的确定性。DeepSeek 撕开了一道口子,让人意识到这条赛道可能没那么线性。但确定性本来就是幻觉——任何高速增长的行业都会吸引替代方案、效率革命和意外竞争者。押注单一叙事的代价,就是在叙事松动时承受超额波动。

对长期投资者来说,这次冲击是一次提醒:不要把「当前最强的解决方案」等同于「唯一的解决方案」。技术路线永远在分叉,市场定价永远在摇摆。真正的护城河不是某一代产品的领先,而是持续迭代的能力和足够深的客户锁定。英伟达有没有这道护城河,不是周一的 K 线能回答的,而是接下来几个季度的财报、客户留存率和新品发布节奏会说明的。

在波动中保持冷静,不是因为波动不重要,而是因为单日波动通常反映的是仓位调整和情绪释放,而非基本面的真实变化。市场会过度反应,也会过度修正。站在旁观者的位置,看清楚哪些是噪音、哪些是信号,比追着每一个 17% 的跳水做决策更有价值。

单向拥挤的交易在遇到反例时会引发超额波动,即使反例本身尚未被证实—— 投资启示