Ai-Bubble Burst: O custo da Nvidia entrou em colapso em US $ 600 bilhões por dia devido à startup chinesa Deepseek

Segunda-feira, 27 de janeiro de 2025, entrará na história como um dos piores dias para empresas tecnológicas de todo o mundo–as promoções da maioria delas caíram contra o fundo do sucesso do Deepseek, chinês II-startap. A Nvidia teve o pior de tudo – sua capitalização entrou em colapso em cerca de US $ 600 bilhões, que é o maior colapso da história do mercado de ações dos EUA. E talvez este não seja o fim.

Fonte da imagem: NASDAQ

No momento da preparação deste material, as ações da NVIDIA mostraram uma queda diária de 17,8 % – para esta empresa, este é o declínio mais sério desde março de 2020. O valor de mercado do maior produtor de chips AI do mundo diminuiu em US $ 600 bilhões para uma marca de 2,89 trilhões, o que é uma queda recorde na história. O recorde anterior de 279 bilhões também pertencia à Nvidia e ocorreu em setembro de 2024. Ontem, a NVIDIA era a empresa mais cara do mundo e hoje rolou em terceiro lugar depois da Apple e Microsoft, e o risco de cair ainda mais.

O exemplo da NVIDIA Securities foi seguido por ações de muitas outras empresas do setor tecnológico, de uma maneira ou de outra relacionada à IA. As ações da Broadcom perderam 17,3 %, AMD – 8 %, Microsoft – 3 %, Palantir – 7 %. Talvez o Openai tenha tido sorte de não estar negociando na troca, pois suas ações provavelmente também estariam nos líderes do outono. O índice composto da NASDAQ perdeu 3,5 %e o índice S&P 500 caiu 1,8 %. Acrescentamos que as empresas que não estão diretamente relacionadas à IA sofreram: por exemplo, os fornecedores de energia de constelação e vistra de eletricidade perderam 21 e 29 % de seu custo, respectivamente. No total, o mercado de ações dos EUA perdeu mais de 1 trilhão de dólares em capitalização por dia.

Fonte da imagem: NVIDIA

Por que os investidores organizaram uma venda de ações e mercados desmoronados? É tudo sobre a startup chinesa Deepseek, que encontrou uma maneira de treinar avançados e modelos em um pequeno número de aceleradores de cálculo. Por exemplo, ao aprender um de seus modelos em impressionantes 685 bilhões de parâmetros, a DeepSeek usou apenas 2048 e aceleradores do NVIDIA H800 e gastou US $ 5,6 milhões. tamanho.

Além disso, na semana passada, a Deepseek lançou o modelo “raciocínio” da AI R1, que superou o pensamento OpenAi O1 em testes importantes. Além disso, a empresa publicou instruções sobre como criar um modelo de idioma grande com custos mínimos que podem aprender e melhorar independentemente sem controle de uma pessoa. Acrescentamos que o Deepseek espalha muitos de seus desenvolvimentos completamente gratuitos. Sim, e o acesso pago aos seus sistemas mais avançados é muito mais barato que os concorrentes – por exemplo, o R1 está disponível por meio de uma API da empresa a um preço, que é 90-95 % menor que o do OpenAI O1.

Como resultado, os investidores perceberam que as redes neurais podem ser ensinadas não apenas de acordo com o “Comprar e definir tantos aceleradores de cálculo”, mas também muito mais eficaz para o número menor da GPU. Isso ameaça com uma queda acentuada na demanda por produtos da NVIDIA, cuja receita mais de 80 % depende dos aceleradores de computação.

Vários analistas prevêem a Nvidia um futuro sombrio e não recomendam a compra de ações da empresa até agora, embora os preços para eles tenham se tornado tentadores. Outros, pelo contrário, têm certeza de que a empresa poderá se recuperar rapidamente, e o declínio atual deve ser usado apenas para comprar ações.

Fonte da imagem: NVIDIA

Curiosamente, a própria Nvidia elogiou o desenvolvimento de Deepseek. A empresa observou que o novo modelo Deepseek R1 é uma “excelente conquista da IA”, que não viola as restrições de exportação dos EUA. A declaração também rejeita as suspeitas de alguns analistas e especialistas que a startup chinesa não pôde fazer o avanço que ele anunciou.

Ao mesmo tempo, a NVIDIA observou que seus aceleradores são necessários não apenas para o treinamento dos modelos de IA, mas também para um sistema já treinado para lançar na frente. Além disso, para isso, você precisa de muita GPU, especialmente com um grande número de usuários. “A informação requer um número significativo de processadores gráficos da NVIDIA e redes de alto desempenho”, disse a empresa.