Nvidia GTC (2025/3月)，DeepSeek 帶出的Reasoning Model，AI 科技發展的宏觀視野

May 02, 2025

Nvidia GTC (2025/3月)，DeepSeek 帶出的Reasoning Model，AI 科技發展的宏觀視野

我2017年開始投資Nvidia。已經返看過當年幾年之前的GTC，之後一直有看GTC至今。

2025年3月Nvidia GTC大會，感覺內容特別放重在Data Center，其他內容如自動駕駛和機械人都有，但感覺相對上比較過去縮減，相信是讓出多一些時間給重中之重就是Data Center。（參考：GTC March 2025 Keynote with NVIDIA CEO Jensen Huang - FULL VERSION）

關稅、貿易戰、經濟衰退、滯脹、熊市、世界大簫條，無限推展下去，世界末日氣氛，根本不宜投資股票。我自己對宏觀認識少，會聚焦回到企業本身。環境因素是好是壞，我相信好正優質的公司仍然outperform，有能力渡過低潮，令到長線投資者有不錯回報。

不得不提一月尾DeepSeek橫空出世，震動了美股中的AI基建投資邏輯，Nvidia在GTC想給出一幅Big Pisture，AI科技趨勢不是如一般散戶想得如此簡單。如Nvidia的晶片公司，收入和盈利不是單單單取決於Training Unit Cost化身的晶片算力（下降了），參考一個Wedding Table Sitting Problem的例子：

Llama 3.3 - Traditional LLM Model

70 Billion Parameters
generate 439 Tokens
錯誤的答案

DeepSeek R1 - Reasoning Model

671 Billion Paarameter
generate 8559 Tokens
正確的答案

不單是Model Parameter參數的增加10倍（參考：AI ，對於算力的崇拜），而是由Traditional LLM Model去到Reasoning Model的巨大轉變，包括Tokens的增加20x，算力增加150x。這是爆炸性的增長，如果各大科技巨企想解決更複雜的問題，需要發展Reasoning Model的效果，算力需求仍然十分之大。

要提供這種算力，Nvidia Blackwell是一個合適的選擇。

Nvidia AI晶片Roadmap，涵蓋2025至2028，Blackwell是現在最新generartion，還有是包括未來的Rubn和Feynman。根據以往的經驗，Nvidia的Roadmap是頗為實在而可以最終可以交付的目標。

由於每一代都會在算力效能和省電做到更佳表現提升，加上Roadmap的能見度，相信這個是幫助科技巨企各自AI投資的管理。

AI科技發展依從的軌跡，正在漸漸由2發展至3及4：

Perception AI (例如：語言識别、圖像識别）
Generative AI (例如：聊天機械人）
Agentic AI (例如：AI助手）
Physical AI (例如：自動駕駛、人型機械人）

Jensen強調現在到達AI Inflection Point (轉折點)，會見到AI科技的發展速度加快，算力和晶片需求在怏速增長。2024是Hopper已經到達成熟的一年，2025是Blackwell的第一年銷售（4大Cloud Service Provider - Amazon、Microsoft、Google、Oracle)，預計以GPU晶片數目的數字計算，約是3x。

早前巨企計劃2025投資AI基建數字 (以USD計)，隨著Q1的業績公佈，在更新的投資數字未變，Meta甚至是加大投資：

Amazon = 100B

Microsoft = 80B，補充："Demand is growing a bit faster"，"expect to have some AI capacity constraints beyond June"，預計供不應求

Google = 75B，補充：“the investment level may fluctuate from quarter to quarter due to the impact of changes in the timing of deliveries and construction schedules.”