Akcje Nvidia zaliczają mocne spadki. Analitycy komentują jak ...

Chińska aplikacja DeepSeek, która zdobyła szczyt amerykańskiego App Store, zaskoczyła Wall Street, wywołując obawy dotyczące spadku kosztów opracowywania modeli sztucznej inteligencji. Pytanie, które teraz zadają sobie inwestorzy, brzmi: co to oznacza dla firm takich jak Nvidia, Broadcom, Marvell Technology i innych, których akcje rosły w oczekiwaniu na korzyści wynikające z rosnących wydatków na AI?

W wyniku tego zjawiska akcje wymienionych spółek spadły o ponad 10% podczas poniedziałkowego handlu przed rynkiem, a kontrakty terminowe Nasdaq spadły o 3,9%. Inwestorzy martwią się, że koszty opracowywania sztucznej inteligencji mogą okazać się znacznie niższe, niż pierwotnie przewidywano.

Sztuczna inteligencja z Chin wywołała spadki na Wall Street. Poznajcie DeepSeek, czyli szybszy i w pełni darmowy ChatGPT

JPMorgan: Ambitne prognozy AI mogą być przesadzone

Sandeep Deshpande z JPMorgan sugeruje, że cykl inwestycyjny związany z AI może opierać się na zbyt ambitnych prognozach, a w przyszłości może okazać się bardziej zrównoważony. Sukces DeepSeek, dzięki jego innowacyjności, ma potencjał, by usprawnić wiele procesów, co mogłoby w długim okresie prowadzić do bardziej efektywnego rozwoju technologii. Z kolei analityk Edison Lee z Jefferies zauważa dwie możliwe drogi rozwoju po wprowadzeniu DeepSeek: dalsze inwestowanie w rozwój mocy obliczeniowej lub skoncentrowanie się na wydajności, co pozwoliłoby na obniżenie kosztów AI już w 2026 roku. Oznacza to, że prognozy rynkowe są podzielone, a różne podejścia mogą prowadzić do zupełnie odmiennych kierunków rozwoju.

Warto jednak zwrócić uwagę na bardziej optymistyczne głosy. Stacy Rasgon z Bernsteina utrzymuje swoje prognozy „lepsze niż rynek” dla firm takich jak Nvidia i Broadcom. Według niego rynki mogą nie dostrzegać pełnego potencjału tych gigantów, co stwarza okazję do długoterminowych inwestycji. Z kolei Atif Malik z Citi zauważa, że choć dominacja USA na rynku układów scalonych to wyzwanie, to przewaga dostępu do najnowocześniejszych technologii wciąż daje amerykańskim firmom znaczną przewagę. Rekomendacja Malika to nadal inwestowanie w Nvidię, ale z uwagą na zmieniające się warunki.

Akcje Oracle mocno w górę. Trump zapowiada program Stargate, monumentalny projekt, który ma zmienić sektor AI

DeepSeek: Efektywność i obniżenie kosztów

Srini Pajjuri z Raymond James zauważa, że innowacje wprowadzone przez DeepSeek mogą pomóc w obniżeniu kosztów związanych z treningiem sztucznej inteligencji. Gdyby to się potwierdziło, mogłoby to znacząco wpłynąć na całą branżę, zmieniając dynamikę rynku i zmniejszając potrzebę inwestycji w rozbudowę ogromnych klastrów GPU, które dotąd były fundamentem rozwoju rozwiązań AI.

CJ Muse z Cantor Fitzgerald twierdzi, że rozwój DeepSeek będzie miał pozytywny wpływ na popyt na moc obliczeniową. Jego zdaniem to nie koniec zapotrzebowania na procesory graficzne, lecz ich dalszy rozwój. Sugeruje on również, że spadek cen akcji Nvidii może stanowić dobrą okazję do ich zakupu.

„Jeśli innowacje DeepSeek zostaną szeroko przyjęte, koszty szkolenia modeli mogą znacznie spaść, nawet w przypadku amerykańskich hiperskalerów. To może postawić pod znakiem zapytania konieczność posiadania 1-milionowych klastrów XPU / GPU, jak przewidują niektórzy” – napisał analityk Raymond James, Srini Pajjuri.

Koszty DeepSeek: Przypadek 5 milionów dolarów

Wielu inwestorów zaniepokoiła kwota 5,6 miliona dolarów, jaką DeepSeek podobno wydał na stworzenie swojego modelu. Dla porównania, amerykańskie firmy technologiczne wydają dziesiątki miliardów dolarów rocznie na wydatki kapitałowe, z czego znaczną część przeznaczają na infrastrukturę AI. Jednak analityk Stacy Rasgon z Bernsteina uważa, że kwota 5 milionów dolarów jest myląca. Zaznacza, że dotyczy ona tylko modelu DeepSeek-V3, który wykorzystuje optymalizacje i sprytne techniki pozwalające uzyskać porównywalną lub lepszą wydajność przy mniejszych zasobach obliczeniowych.

Chociaż Rasgon przyznaje, że model DeepSeek z pewnością obniża koszty w porównaniu do konkurencyjnych rozwiązań, zauważa także, że 5 milionów dolarów nie obejmuje innych kosztów, takich jak wcześniejsze badania, eksperymenty z architekturami, algorytmami i danymi. DeepSeek zaprojektował swój model w taki sposób, aby zminimalizować koszty szkolenia, wykorzystując tylko część aktywnych parametrów w danym momencie.

YouTube napędza przychody Alphabet. AI nowym polem bitwy technologicznych gigantów

DeepSeek R1: Obawy o przyszłość

Kolejnym modelem DeepSeek, który budzi kontrowersje, jest R1, którego porównanie z OpenAI o1 sprawia, że wielu analityków wyraża obawy. Rasgon zwraca uwagę, że choć DeepSeek podał szczegóły dotyczące modelu V3, nie ujawniono szczegółów dotyczących zasobów potrzebnych do opracowania modelu R1, co może oznaczać, że były one również znaczne. Mimo to, DeepSeek wycenia swoje modele 20-40 razy taniej niż równoważne modele OpenAI.

Sprzedaż iPhone’ów spada, a konkurencja z Chin zyskuje. Akcje Apple pod presją, a problemy z AI pogłębiają kryzys

Chociaż wielu analityków dostrzega znaczące oszczędności w kosztach, jakie wnosi DeepSeek, żadna z prognoz nie mówi o „zagładzie” dla firm produkujących półprzewodniki. C.J. Muse z Cantor Fitzgerald wskazuje, że innowacje te sprawiają, że sztuczna inteligencja staje się bardziej dostępna, a potrzeba mocy obliczeniowej (a nie jej spadek) wzrośnie. Srini Pajjuri z Raymond James zwraca uwagę, że rozwój DeepSeek może jedynie zwiększyć pilność wśród amerykańskich hiperskalerów, aby wykorzystać przewagę dostępu do procesorów graficznych.

Chociaż DeepSeek może przyczynić się do obniżenia kosztów treningu sztucznej inteligencji, Pajjuri sugeruje, że inwestorzy powinni również brać pod uwagę rolę wnioskowania, czyli procesu, w którym model sztucznej inteligencji wykorzystuje dane do podejmowania decyzji. Spadek kosztów szkolenia może sprawić, że sztuczna inteligencja zyska szersze zastosowanie, a to z kolei napędzi dalszy wzrost wnioskowania i rozwoju AI. Pomimo tego, Jeffrey Emanuel, były inwestor kwantowy, stwierdza, że DeepSeek jest „prawie 50 razy bardziej wydajny obliczeniowo” niż amerykańskie modele, zarówno w aspekcie treningu, jak i wnioskowania.

Opcjonalnie: https://zagranica.strefainwestorow.pl/