市場觀察 · AI 算力交易擁擠度的一次暴力測試

精讀全文

第 1 章 · 市場觀察 · AI 算力交易擁擠度的一次暴力測試

今日熱點 · 退一步看長期

週一美股開盤,科技股集體跳水。輝達單日跌超 17%,市值蒸發近 6000 億美元;博通跌 17%,AMD 跌 6%。納斯達克 100 指數重挫 3%,創去年 12 月以來最大單日跌幅。觸發這輪拋售的,是一家此前鮮為人知的中國 AI 初創公司 DeepSeek 釋出了一款對話模型,聲稱用不到 600 萬美元的成本訓練出接近 GPT-4 水平的效能。

訊息傳開後,市場立刻把矛頭對準「AI 算力需求可能被高估」這條敘事。輝達過去兩年的估值邏輯建立在一個假設上:訓練更強的模型需要指數級增長的算力,因此 GPU 需求會持續爆發。DeepSeek 的低成本方案直接挑戰了這個假設——如果同樣效能可以用更少晶片實現,那輝達的遠期訂單、資料中心的資本開支、雲服務商的採購計劃,是否都需要重新定價?

這不是技術路線之爭,是交易擁擠度的暴力測試。過去一年,「AI 算力是新石油」的共識讓大量資金湧入半導體上游。輝達市值從 2023 年初的 3600 億美元膨脹到今年 1 月的 3.4 萬億美元,漲幅超過 800%。這種單向押注在平靜時看起來穩固,一旦出現哪怕是邊緣的反例,就會引發踩踏式平倉。週一的拋售不是因為 DeepSeek 真的改變了產業格局,而是因為它提供了一個「獲利了結」的藉口。

市場對這類衝擊的反應往往過激。2022 年 Meta 重倉元宇宙時,股價一度腰斬,投資者認為扎克伯格在燒錢做夢;一年後 AI 轉型成功,股價又翻倍。2020 年疫情初期,遠端辦公概念股 Zoom 暴漲 700%,2021 年增長放緩後又跌回原點。這些波動的共同特徵是:短期情緒主導定價,基本面驗證滯後。DeepSeek 事件也一樣——它的低成本方案是否可複製、是否適用於所有場景、是否會影響雲廠商的採購節奏,這些問題需要至少幾個季度才能有答案。但市場不等答案,先拋了再說。

從資產配置角度看,週一的避險情緒同樣劇烈。日元兌美元單日升值 1.8%,瑞士法郎升值 1.2%,十年期美債收益率下降 8 個基點至 4.49%。黃金和白銀期貨收低,但盤中一度衝高——這種矛盾反映的是流動性緊張:部分對沖基金需要拋售流動性好的資產來覆蓋保證金,哪怕那些資產本該受益於避險。這種「流動性踩踏」在 2020 年 3 月也出現過,當時連美債都被拋售,因為所有人都急著變現。

更值得注意的是,其他科技巨頭的跌幅明顯小於半導體股。微軟跌 2.1%,谷歌跌 4.2%,Meta 跌 2%。這說明市場區分了「算力供應鏈」和「AI 應用層」——前者的估值直接依賴硬體需求增長,後者更多看模型效果和商業化進展。如果 DeepSeek 的低成本方案被證實可行,受益的反而可能是這些應用層公司:訓練成本下降意味著更多玩家可以入場,競爭會加速創新。但這條邏輯需要時間消化,週一的市場還停留在「先砍估值」的階段。

這場波動的本質,是市場在給「確定性溢價」重新定價。過去一年,投資者願意給輝達 50 倍市盈率,因為相信算力需求的確定性。DeepSeek 撕開了一道口子,讓人意識到這條賽道可能沒那麼線性。但確定性本來就是幻覺——任何高速增長的行業都會吸引替代方案、效率革命和意外競爭者。押注單一敘事的代價,就是在敘事鬆動時承受超額波動。

對長期投資者來說,這次衝擊是一次提醒:不要把「當前最強的解決方案」等同於「唯一的解決方案」。技術路線永遠在分叉,市場定價永遠在搖擺。真正的護城河不是某一代產品的領先,而是持續迭代的能力和足夠深的客戶鎖定。輝達有沒有這道護城河,不是週一的 K 線能回答的,而是接下來幾個季度的財報、客戶留存率和新品釋出節奏會說明的。

在波動中保持冷靜,不是因為波動不重要,而是因為單日波動通常反映的是倉位調整和情緒釋放,而非基本面的真實變化。市場會過度反應,也會過度修正。站在旁觀者的位置,看清楚哪些是噪音、哪些是訊號,比追著每一個 17% 的跳水做決策更有價值。

單向擁擠的交易在遇到反例時會引發超額波動,即使反例本身尚未被證實—— 投資啟示