尽管美国国会众议院首席行政事务官正在对深度求索（DeepSeek）进行审查，但不少美国公司已经“真香了”。据香港《南华早报》2月1日报道，包括英伟达、微软、亚马逊在内的多家美国公司纷纷抢先采用中国人工智能（AI）初创企业的DeepSeek-R1模型。而DeepSeek引发的市场动荡，让一些人开始重新思考围绕人工智能的信贷狂潮。
英伟达1月30日在官网宣布，DeepSeek-R1模型可作为NVIDIANIM微服务预览版使用，称该模型为推理、数学和编码等任务提供了“最先进的推理能力”“高推理效率”以及“领先的准确性”。
据英伟达官网介绍，NVIDIANIM是NVIDIAAIEnterprise的一部分，为跨云、数据中心和工作站的自托管GPU加速推理微服务提供容器，用于预训练和自定义AI模型。
本周早些时候，DeepSeek-R1模型被纳入微软平台AzureAIFoundry和GitHub的模型目录，开发者将可以在Copilot+PC上本地运行DeepSeek-R1精简模型，以及在Windows上庞大的GPU生态系统中运行。
AWS（亚马逊云科技）也宣布，用户可以在AmazonBedrock和AmazonSageMakerAI两大AI服务平台上部署“功能强大、成本效益高”的DeepSeek-R1模型。
报道称，规模较小的美国科技公司也采用了DeepSeek模型，美国AI初创公司Perplexity也宣布接入了DeepSeek模型，将其与OpenAI的GPT-o1和Anthropic的Claude-3.5并列作为高性能选项。
Perplexity首席执行官在接受采访时表示，DeepSeek模型堪称“疯狂”。“这些中国团队推出了一个疯狂的模型，API价格比GPT-4便宜10倍，甚至比Claude便宜15倍，速度极快，并且在某些基准测试中与GPT-4相当，甚至更好。他们总共只花了500万美元的计算机预算，就做出了如此惊人的模型，并且免费公开了技术论文。”
美国科技公司在使用DeepSeek-R1模型的同时，仍不忘对DeepSeek加以攻击。
据《金融时报》报道，OpenAI称，它掌握了DeepSeek使用OpenAI的专有模型来训练自己的开源模型的证据，并暗示这可能违反了OpenAI服务条款。
OpenAI说，DeepSeek使用了数据蒸馏技术开发R1和V3模型。这种技术将复杂模型的知识提炼到简单模型。通过已有的高质量模型来合成少量高质量数据，并作为新模型的训练数据。这意味着新模型可以从旧模型中获益，而无需承担构建旧模型所投入的大量时间、算力等成本。
OpenAI的服务条款规定，用户可以使用OpenAI的API输出接口将其AI技术与自己的应用程序相结合，但禁止用户“复制”其任何服务或“使用其输出来开发与OpenAI竞争的模型”。用蒸馏输出构建竞争模型涉嫌违反OpenAI服务条款。
不过，OpenAI未披露其掌握的证据细节。彭博社则报道称，数据蒸馏技术在业内很常见。
另据路透社报道，美国商务部正在调查DeepSeek是否使用了受限制的美国芯片，因为人们越来越担心，尽管美国对先进技术实行出口限制，但中国仍在人工智能开发方面取得了重大进展。
目前，包括美国国防部、美国国家航空航天局（NASA）和国会办公室在内的美国联邦机构已指示员工不要使用DeepSeek的服务。英国和澳大利亚等西方国家的政府官员则对DeepSeek的隐私保护提出担忧。DeepSeek应用在意大利的应用商店均无法下载。
DeepSeek引发的市场动荡让一些人开始重新思考围绕人工智能的信贷狂潮。
据彭博社报道，黑石集团总裁格雷（JonGray）等投资者表示，数字基础设施仍然至关重要，但幕后的房东和信贷提供商则表示，情况更加微妙，有些人已经开始焦虑不安。
一家大型数据中心业主的高级管理人员预计，该公司的借贷成本将增加。另一家既收购房地产又为提供信贷的资产管理公司表示，在市场恐慌之后，他们的借贷意愿不高。该人士担心，人工智能会模仿绿色投资热潮，当时资金迅速涌入清洁能源领域，造成供过于求的情况。
荷兰银行项目和基础设施融资高级总监布伊斯（TimoBuijs）说：“市场仍在探索新人工智能模型的影响，但这可能是一次健康的修正。”
报道称，自ChatGPT于2022年首次亮相以来，人们对人工智能的兴趣激增，这在全球掀起了一股数据中心建设热潮，这些数据中心容纳了为人工智能技术提供动力的服务器和芯片。私募股权、房地产公司和主权财富投资者已承诺为这些设施提供巨额资金，使其成为全球经济增长的核心组成部分。
“DeepSeek的出现进一步凸显了对这些设施日益增长的需求。”阿联酋人工智能公司（G42）的数据中心服务提供商Khazna说。
瑞银在日前发布的研报中也指出，部分头部数据中心将受惠于DeepSeek的溢出效应，有望凭借其资源优势获益。瑞银称，2024年是中国AI训练量激增的元年，约80%至90%的数据中心（IDC）需求由AI训练所驱动，随着AI训练和推理成本显著降低，预计未来会有更多终端用户，尤其是零售客户，会运用AI来改善业务或开发新的应用场景。此类数据中心的需求将对位置有着更高的要求，因此，地理位置优越且拥有丰富数据中心资源的数据中心运营商将拥有更强的定价权。
BloombergIntelligence高级分析师希夫曼（RobertSchiffman）称，“股票和信贷估值之间的巨大差异凸显出来，许多公司的市值大幅缩水，但债券利差的扩大却仅限于10个基点或更少”。
巴克莱银行策略师则认为，证券化数据中心相比股票的下行风险更低，“我们认为最大的风险是围绕数据中心的范式转变，这可能会极大地改变投资者的情绪，就像过去几年写字楼行业发生的情况一样”。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】