黄仁勋：新一代AI让算力需求暴增

今年1月下旬DeepSeek横空出世导致辉达（Nvidia）股价跳水，外传DeepSeek的R1模型在训练时所需的晶片更少，但辉达执行长黄仁勋26日接受CNBC专访时强调，新一代AI所需要的运算能力较旧模型高出100倍。

谈及DeepSeek是否需要更少的算力，黄仁勋以人类就学的过程解释AI模型的运作与开发的阶段。首先，AI像高中生学习大量的基础数学、语言，与其他科目一样，对人类知识进行基本理解，完成「预训练（pre-training）」阶段，为后续发展奠定基础。

在「后训练（post-training）」阶段，AI透过三种强化学习方式进步：从人类获得回馈（RLHF），进行大量练习（RLAIF），以及接受考验测试（RLVR）。他说，「现在基本上是AI教导AI如何变得更好，目前在这后训练过程中正在进行大量创新。」

黄仁勋引用的推理模型包括DeepSeek的R1、OpenAI的GPT-4和xAI的Grok 3等。他指出，新型AI须思考「如何最好地回答」问题，透过逐步拆解，甚至可能进行反思、提出数种版本，并挑出最好的答案提供给使用者，因此「过程中所需的算力，比ChatGPT首次发布时要多出100倍。」

黄仁勋表示，「突然之间，在这些强化学习、合成数据生成与推理等相关想法的全部结合下，导致算力需求窜升。」他认为，DeepSeek将需要更多晶片的推理模型推向普及化，「DeepSeek太棒了，因为它将世界一流的推理模型开源。」

黄仁勋也在法说会上称讚R1是一项「出色的创新」，并强调这些推理模型的出现对辉达来说都是好消息，因为意味着算力需求增加。辉达股价在今年1月27日重挫17％，写下2020年以来最大跌幅，至今仍未完全反弹。

部分人士认为，DeepSeek的问世可以突破美国对中国的晶片出口管制策略，黄仁勋认为开发人员可能会透过软体寻找绕过出口管制的方法。他说：「最终，软体会找到解决方法。」他表示，辉达在美国销售的GB200，其AI生成的速度较销往中国的阉割版快上60倍。