摘要：全球AI技术狂飙的2025年，DeepSeek大模型引发中国科技资产重估的同时，也带来业内对未来算力需求走势的疑问：大模型训练成本的降低，会带来算力整体需求的放缓吗？推理效率提升，又能否打开新的商业空间？
全球AI技术狂飙的2025年，DeepSeek大模型引发中国科技资产重估的同时，也带来业内对未来算力需求走势的疑问：大模型训练成本的降低，会带来算力整体需求的放缓吗？推理效率提升，又能否打开新的商业空间？
作为AI浪潮中的“算力底座”，英伟达首先面临着上述问题的挑战，在其刚刚落幕的2025年GTC大会上，算力需求也成为了讨论焦点。近日，我们邀请到中欧科技战队核心成员、中欧基金指数基金经理宋巍巍，从投资视角切入，聚焦今年GTC几大核心话题，探讨AI算力竞争新格局与投资新机遇。
市场分析
Q1：为什么GTC大会这么重要？今年大会有哪些重点？
中欧基金指数基金经理宋巍巍：
GTC大会又称“GPU技术大会”，既是最新一代GPU架构、产品的发布会，也是一场GPU下游应用场景的交流技术盛会。整个人类的科技发展进入了电子化、信息化全球科技变革之后，“算力芯片”支撑起了世界科技发展最底层的基础建设。
全世界都在关注GTC大会，往小讲，登场的新产品直接决定了AI板块的投资节奏和应用方向；往大里讲，也决定了全世界在AI算力上的进步程度，我们所处的这个时代，算力即生产力，算力即国力。
今年GTC大会发布了Blackwell Ultra GPU芯片，大幅提升大模型训练和推理的数据吞吐能力，其计算性能相较于现有Blackwell系列产品提升了1.5倍。从硬件来看，产品构架并没有创新，这也是本次会议较去年低于预期的点；但提前预告了2026年Rubin架构GPU及Vera Rubin NVL144超级计算系统，在性能和内存容量上都将达到新的高度。
另外，今年GTC首次设立的“量子日”活动吸引了行业瞩目，十余家量子计算领军企业高管共同对话，探讨量子硬件、纠错技术和算法的突破性进展。
Q2：今年DeepSeek腾空出世，是否会影响未来的算力需求？
中欧基金指数基金经理宋巍巍：
2025年AI领域的一大重磅事件，莫过于开源推理模型DeepSeek R1的发布，其直接引发国内云计算产业链爆发，海外相关公司股价重挫。DeepSeek这样的推理优化模型是否会导致高性能GPU服务器需求增速放缓？逻辑上正反两方各执己见，但是市场已经用脚投票。
英伟达在GTC大会上回应该问题：虽然AI训练需求增速有所放缓，但AI推理侧的计算需求正在爆发性增长，尤其是智能体AI的发展，将持续推动高性能GPU和网络基础设施的需求升级。从生成式AI发展到Agentic AI，每一步解决复杂问题、分解任务的逻辑思考过程都需要用到“模型推理”，消耗算力资源。因此，Scaling Law法则（算力扩展定律）对规模的要求不仅不会变小，反而会进一步扩大。
对此，我们认为，首先，DeepSeek利用算法优化和工程创新，使得训练大模型成本大幅降低，让深度求索这样拥有GPU显卡数量远低于OpenAI的公司可以训练出能力相当的模型；另外，DeepSeek R1的发布，让整个大模型AI应用门槛降低，全世界科技投资者、企业B端及C端用户都“免费”获得了像OpenAI O1能力相当的模型，那么这些公司也没有必要参与大模型军备竞赛。
DeepSeek的出现，一定程度上动摇了和GPU巨头投资逻辑深度绑定的Scaling law。当前，计算能力提升的速度已经超过了可用于AI模型训练数据增长的速度，大模型的预训练阶段边际效益递减使得持续投入预训练的回报率下降，除非OpenAI的GPT-5模型能够展示显著的能力跃升并证明大规模训练投入的必要性。这一趋势也促使芯片厂商和云服务提供商重新思考其产品策略，更加注重推理效率和成本优化，而非单纯追求训练性能的极限提升。
随着推理成本的降低，未来整体算力需求可能还会持续上升，就像发明了蒸汽机，煤炭的需求也会持续上升一样。但是，市场会更关注推理侧的需求，以及推理效率和成本优化，这也是人工智能技术从产品到服务的转变过程。
Q3：AI投资经历了哪些阶段？未来可以重点关注哪些方向？
中欧基金指数基金经理宋巍巍：
整个AI的投资，从2022年11月至今可以分为这么几个阶段：
第一阶段
2022年11月，ChatGPT一经推出，仅用2个月全球用户破亿。全球科技巨头纷纷下场大语言模型的研发，开启买卡、招人、训练模型的军备竞赛。资本市场从算力、模型、数据、应用等各个AI相关行业出现了大幅上涨。
第二阶段
2024年2月份OpenAI发布了Sora视频生成模型，推动多模态交互从文字向视觉跃迁，技术成熟度显著提升。多模态训练对算力需求较纯文本提升10倍以上，进一步催生了整个AI算力，尤其是在训练端算力的需求。
第三阶段
DeepSeek大模型发布，大模型训练范式从预训练的scaling law转向后训练的强化学习与合成数据；随着DeepSeek被越来越多的互联网厂商在产品中应用，带来了底层云厂商营业收入、客户数的增加，以及对应国内AI一体机私有化部署需求的增加。
第四阶段
AI Agent问世：从2024年四季度至今，市场中出现了AI Agent的初级形态， 推动“AI+”在各行各业的应用中展开。
第五阶段
以机器人为代表的物理AI。今年GTC 2025主题演讲中再次强调“AI的下一波浪潮属于物理AI，它必须像人类一样理解并遵守物理定律。”物理AI即理解物理世界的AI驱动，这种理解物理世界的能力将推动机器人技术的发展，使得机器人能够与物理世界互动，做一些数字信息无法做到的事情。
在未来长期方向，我们建议关注两条主线：
一方面是AI软件端的"AI+"应用。
AI智能代理作为人机交互的新形态，不仅能够理解复杂指令，还能主动分析用户需求、预测行为并提供个性化服务。AI在医疗领域的应用正在重塑药物发现、诊断、治疗与健康管理的全链条；在教育领域，能够根据学生的学习习惯、知识掌握情况定制专属学习路径，推动因材施教的个性化教育；在内容创作领域，AI生成技术（AIGC）正在改变音乐、影视、虚拟主播等行业的生产模式，显著降低创作门槛并提升内容多样性等。
另一方面，AI端侧产品百花齐放，智能手机、电脑进行AI架构重构，AR/VR眼镜实现交互革新，智能玩具焕发新生机；通讯模组、SOC芯片、存储技术（内存和闪存）持续迭代升级，为AI落地提供坚实基础。
在众多AI应用场景中，人形机器人无疑是未来最具潜力的方向之一，也是算力最大规模应用场景的潜在突破口。随着AI技术在感知、决策、运动控制等领域的持续进步，人形机器人正在从概念走向现实。
Q4：大火的AI Agent（AI智能体）是什么？未来的发展前景如何？
中欧基金指数基金经理宋巍巍：
AI Agent是除了AI大语言模型及多模态AI发展之后，在接下来两年当中最重要的AI落地形式。目前的人工智能只能满足我们的提问和检索需求，它仍旧没有办法帮我们“做”事情，AI Agent则可以达到这一步。
大模型本质是“生成器”，基于训练数据完成文本生成、翻译等语言类任务，其知识受限于预训练数据的时间范围。 AI Agent是“执行系统”，融合大模型能力后，能通过调用工具（如实时信息检索）、记忆管理、多轮推理等机制，完成复杂任务（如旅行规划、工业自动化）。譬如2024年10月份发布的AI Agent产品AutoGLM，能够执行超过50步的复杂任务，并支持跨应用执行。
所以在推理侧需求中，AI Agent的出现让我们可能会把生活中平常的小任务完完全全交给AI，这样的应用当下已在逐步落地。AI应用端离大众越来越近，也会进一步提升未来对巨额推理算力需求的增长。
风险提示
基金有风险，投资须谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。
来源：中欧基金
