中國 AI廠商 Deepseek崛起—-與NVIDIA及AMD的發展關係

DeepSeek 的崛起與 NVIDIA、AMD 的關係並非單純的競爭，而是一種「短期陣痛、長期加成」的共生演進。截至 2026 年，其影響已從最初的股價恐慌轉化為對硬體規格的重新定義。

市場最初擔心 DeepSeek 的高效率會減少對高階 GPU 的需求，但 2025 年至 2026 年的發展證明，DeepSeek 的模式實際上在加速 AI 普及，進而擴大市場總量。

推動 Rubin 架構與記憶體革命： 針對 DeepSeek 引發的 MoE（混合專家模型）與 MLA（多頭潛在注意力）趨勢，NVIDIA 於 2026 年 CES 推出的 Rubin 平台大幅強化了記憶體頻寬。DeepSeek 的技術使得推理過程極度依賴 KV 快取（KV Cache），這促使 NVIDIA 推出 Inference Context Memory Storage 平台，將 KV 快取移至高速 SSD 或優化記憶體層級，解決記憶體瓶頸。
「加成」效應： 黃仁勳在 2026 年公開肯定 DeepSeek R1 的貢獻，認為其高效率降低了企業導入 AI 的門檻，讓 AI 從少數巨頭壟斷轉向「每個領域、每個裝置」，這反而激發了全球對 AI 基礎設施的需求。

對 AMD 而言，DeepSeek 的設計模式是極大的競爭利多，有助於其在 NVIDIA 的軟體護城河（CUDA）中突圍。

推動 GPU 通用化（Commoditization）： DeepSeek 證明使用「較舊或較低規」的晶片（如出口管制版的 H800）透過演算法優化也能達成旗艦性能。這降低了開發者對特定頂級硬體的依賴，給了 AMD MI300/MI325 系列及後續產品進入推理市場的機會。
開放標準的受益者： AMD 在 2026 年持續推動「開放公路」策略，利用 DeepSeek 這種開源、高效的模型架構，吸引不願被 NVIDIA 封閉系統綁定的客戶。

關係維度	對產品發展的影響	加成或競爭性質
訓練需求	DeepSeek 證明演算法可大幅節省訓練成本，減少盲目囤積 GPU 的需求。	競爭（短期）：減少對單一旗艦晶片的極端依賴。
推理應用	效率提升讓 AI 落地變便宜，推理伺服器與邊緣運算晶片需求暴增。	加成（長期）：擴大整體 AI 晶片市場規模。
硬體規格	迫使硬體廠從「追求算力（FLOPs）」轉向「追求頻寬與快取優化」。	加成：引領 NVIDIA Rubin 與 AMD MI400 的研發方向。
軟體生態	DeepSeek 專注於開源模型優化，削弱了 CUDA 的排他性優勢。	競爭：對 NVIDIA 的封閉生態有利空，對 AMD 的開源策略有利多。

總結來說，DeepSeek 迫使晶片巨頭從「暴力堆疊算力」轉向「針對演算法結構進行精確硬體優化」。雖然短期內讓市場重新評估硬體估值，但在 2026 年的視角下，它成功將 AI 產業推入「模型更聰明、應用更平價、硬體更細分」的快速增長軌道。

本文僅代表作者立場，不代表本平台立場