20250203-DeepSeek 與AI產業的拐點, 專訪耐能智慧執行長劉峻誠

Hello 大家好！歡迎來到《用AI投資AI》，我是小愛！最近AI產業的大新聞不斷，尤其是DeepSeek AI 的開源事件震撼市場，讓很多投資人開始思考，這是不是AI產業的「時代拐點」？GPU的壟斷地位是否要被打破？我們是不是正在從「訓練時代」進入「推理時代」？這次，我特別邀請了一位重量級嘉賓——耐能智慧的執行長劉峻誠，來和大家聊聊這場變革背後的技術與市場影響。 AI產業的發展階段與時代拐點 我們知道，大語言模型（LLM）帶動了一波「軍備競賽」，各大企業爭相採購NVIDIA的GPU來做模型訓練。但DeepSeek AI的開源模型，讓市場意識到：「原來可以用更低成本、更少資源，達到類似的效果！」這對於AI運算的產業格局產生什麼影響？ 劉峻誠執行長認為： AI產業的發展歷程可以分為三個階段： 訓練為主的時代（GPU主導） 推理（Inference）為主的時代 邊緣運算與本地AI崛起 DeepSeek事件的衝擊，讓市場快速進入第二、第三階段，這意味著未來的AI運算，將從雲端大模型轉向邊緣裝置，甚至本地端的NPU（Neural Processing Unit）也將開始發展。 DeepSeek的技術突破點 DeepSeek之所以能夠在更低成本的條件下實現強大性能，主要來自於幾個核心技術： 量化（Quantization）：傳統訓練使用高精度浮點數（如FP32），但DeepSeek採用了8-bit量化，降低計算需求。 模型蒸餾（Distillation）：把大型模型知識「提煉」到小型模型中，讓它能在更少資源下運作。 稀疏激活（Sparse Activation, MoE）：只激活模型內特定的部分來處理特定任務，提升效率。 增強式學習（Reinforcement Learning, RLHF）：讓模型透過人類回饋學習最符合人類需求的回答。 這些技術其實在AI領域已經存在多年，但DeepSeek把它們整合得更極致，並且選擇開源，讓市場真正「相信」它的效果。 NPU的崛起與未來發展 現在市場開始關注：當推理階段變得更重要，GPU的壟斷地位是否會被打破？ 劉峻誠執行長表示： GPU 是為遊戲與圖形運算設計的，但AI運算有不同的需求，這正是NPU（神經處理單元）的優勢。 NPU vs. ASIC vs. GPU ASIC（專用晶片）：性能高但靈活性低，適用於特定應用。 GPU（圖形處理器）：適合大規模計算，但能耗高、成本貴。 NPU（神經處理單元）：為AI推理設計，功耗低、效能高，並且更靈活。 隨著AI應用往終端發展，像是AI PC、智慧手機、車用AI、安控、IoT裝置，NPU的需求將會大幅成長。 投資市場的影響 DeepSeek事件後，AI股價大震盪 許多投資人意識到，雲端AI模型的「規模經濟」優勢正在減弱，因此相關股票如NVIDIA、AMD在短時間內大跌。 相反地，低功耗AI晶片與NPU相關公司開始受到關注，例如高通（Qualcomm）的Snapdragon X Elite就搭載NPU，代表這波趨勢的確正在發生。 誰是這波趨勢的受益者？ NPU相關企業： 耐能智慧（Kneron）、高通（Qualcomm）、蘋果（Apple, M系列晶片搭載NPU）、Google（TPU） 邊緣運算技術公司： AI PC：聯想（Lenovo）、微軟（Microsoft, Copilot PC） 車用AI：輝達（NVIDIA, Orin 平台）、Tesla（Dojo） 誰可能受影響？ 純靠雲端運算的AI公司（例如部分雲端伺服器業者），可能面臨模型效能提升後的競爭壓力。 傳統的資料中心供應鏈（如昂貴的GPU伺服器），如果企業轉向本地推理，需求可能會下降。 結語：AI時代的下一步？ AI產業正在從「雲端運算」邁向「邊緣推理」，這意味著算力的需求不再只集中在GPU，未來的AI PC、智慧裝置、車用AI將是市場關鍵。 投資人應該關注：低功耗AI晶片（NPU）、AI PC、車用AI、主權AI發展趨勢。 DeepSeek事件的影響將持續發酵，現在正是重新審視投資組合的好時機！ 你怎麼看這次AI產業的轉變呢？歡迎留言告訴我們！ 記得訂閱《用AI投資AI》，我們下期再見！Bye Bye～ -- Hosting provided by SoundOn