近期，亚洲芯片股经历了一段股市“阴雨天”。

2月28日，彭博社追踪的25只日本芯片概念股指数一度暴跌4.5%，创去年9月以来的最大日内跌幅。Disco股价领跌，一度下挫12%；爱德万测试(Advantest Corp)股价最高跌幅达10%；Socionext跌8%；Screen跌6%；东京电子(Tokyo Electron)股价一度下跌5.5%。

在韩国股市，SK海力士一度下跌4.1%；三星电子跌2%。中国台湾股市因节假日休市。

在中国内地，同样在2月28日，寒武纪、灿芯股份、国芯科技、和林微纳跌超8%，中科蓝讯、长光华芯、成都华微、北京君正、恒烁股份、芯动联科等多股跌超5%。

3月3日，芯片股继续震荡走低，寒武纪、翱捷科技、至纯科技、德明利、杰华特跌超5%，海光信息、恒玄科技、源杰科技、兆易创新等跟跌。

一连串股价走跌，不由得引人深思：芯片股到底发生了什么？在众所周知的AI愈发耀眼的2025年，为何芯片股会遭遇黯然失色的瞬间？

综合当前一众分析得出两个结论，亚洲芯片股价骤然下跌主要与两家公司有关：一个是英伟达；另一个是DeepSeek。且这两家公司对芯片股产生的影响，似乎在某种程度上预示着芯片产业即将走向新的拐点。

英伟达承担“主要责任”？

亚洲芯片股普遍走低，和英伟达有什么关系呢？

美东时间2月26日美股盘后（北京时间2月27日早晨），英伟达公布了截至今年1月底的2025财年第四季度业绩报告。

英伟达公布的这份财报具备不同于以往的意义。这份财报不仅是今年1月末DeepSeek横空出世后英伟达公布的首份财报，也是英伟达最新Blackwell芯片在去年底全面投产后，首次将其纳入一整季营运数据的财报。

财报显示，英伟达第四财季实现营业收入393.31亿美元，环比增长12%，同比大增78%，略超华尔街此前预期。美国通用会计准则下，英伟达在第四财季实现净利润220.91亿美元，同比上涨80%，Non-GAAP毛利率为73.5%，均高于市场预期。

从全年数据来看，2025财年英伟达首次迈入营收“千亿美元俱乐部”，共实现营收1304.97亿美元，同比增长114%；全年净利润达728.80亿美元，同比增长145% 。

据悉，英伟达业绩增长主要由数据中心业务驱动。数据中心业务全年营收达1152亿美元，同比增幅达142%。第四财季数据中心业务收入达356亿美元，同比增长93%，占总营收的88%。其中，计算部分营收326亿美元，同比增长116%，环比增长18%。

Blackwell系列芯片在第四季度贡献110亿美元收入，并已被AWS、Google、Microsoft等云服务商引入全球云区域。此外，XAI采用GB200系统训练下一代Grog大模型，进一步巩固了英伟达在AI算力领域的核心地位。

自动驾驶业务收入5.7亿美元，同比大幅增长103%。据悉，英伟达当前汽车业务中的客户，包含比亚迪、小鹏、理想、奔驰等主流车企，涉及的产品有Orin芯片及Thor芯片等。

对于2026财年第一财季，英伟达给出了营收预计430亿美元（上下浮动 2%）的展望，高于市场预期。

然而，在财报发布后的盘后交易中，英伟达股价走势却不尽如人意。上周三美股盘后，英伟达股价大跌了约8%，其市值也一度跌破了3万亿美元大关。

有分析称，资本市场对英伟达财报反应复杂，主要在于部分投资者对英伟达的业绩增长已形成 “高预期”，此次财报虽超预期，但未达市场期待的“爆炸性”增长。

然而，即使如此，为何资本市场对英伟达财报的高预期压力会波及到亚洲芯片厂商的相关股价呢？

这便与DeepSeek有很大的关系。

图源： DeepSeek

DeepSeek在1月发布的低成本、高性能开源推理模型R1，引发市场震动，彼时英伟达股价曾一度暴跌近17%，投资者仍然担忧其对英伟达GPU需求的潜在影响。此次英伟达未及资本市场高预期的财报业绩，则进一步引爆了外界对AI领域大笔投资最终能否与回报相匹配的怀疑。

正如大和证券(Daiwa Securities)高级策略师Mitsuhiro Shibata所言：“目前，大家都对人工智能领域的投资感到担忧。英伟达的财报虽符合预期，但未能消除这些担忧。”

DeepSeek揭开AI芯片的“背面”？

我们大体上可以认为，这些所谓的“担忧”是由DeepSeek带来的。

要论证这一观点，还要从DeepSeek对芯片的“革新”角度入手。

DeepSeek一经推出便在全球范围内引起巨大反响，曾被《纽约时报》称为 “中美AI竞赛的分水岭”。

DeepSeek能让美国各行业感觉“如临大敌”的原因，或许是这家公司以 “十分之一成本实现同等性能”，“开源”和“低成本” 成为其刚进入行业便引爆市场的重要标签。

具体来看，在硬件架构优化上，DeepSeek R1模型通过对底层架构的重新设计，大幅减少了对高算力、高成本英伟达GPU芯片的依赖。传统的AI推理往往需要顶级规格的GPU协同运作，而DeepSeek通过精妙的架构改良，让普通消费级芯片也能承担相当比例的运算任务。

例如原本需英伟达A100这类高端芯片处理的复杂图像识别推理，在DeepSeek的架构下，借助多个中低端GPU或特定的CPU组合，就能实现近乎相同的处理速度与精度，极大降低了硬件采购成本。

DeepSeek此举，几乎打破了资本市场对AI芯片的传统认知。

一直以来，美国科技企业在AI领域奉行“堆算力=强性能”的发展模式，投入巨额资金构建强大的算力基础设施。英伟达凭借其高端GPU芯片，成为这一模式下的最大受益者，其芯片在全球AI训练市场占据主导地位。

例如，OpenAI、谷歌等美国AI巨头在训练超大规模模型时，往往需要配备数以万计的英伟达高端芯片，构建庞大的数据中心，这不仅耗费了天文数字般的资金，还对能源供应提出了极高要求。

DeepSeek通过自研的动态稀疏路由算法和混合专家架构（MoE），将训练成本压缩至557.6万美元（仅为GPT-4 的3%-5%），却实现了数学推理97.3%的准确率。

这直接挑战了美国企业长期以来依赖硬件堆砌提升性能的做法，证明了通过精妙的算法优化，同样能够在不依赖顶级硬件的情况下，实现卓越的AI性能。

图源： OpenAI

英伟达CEO黄仁勋曾断言：“中国永远无法用落后芯片训练顶尖AI”。而DeepSeek用华为昇腾芯片跑通模型的结果，让这一预言沦为笑谈。

这一突破意味着，美国试图通过芯片出口管制，限制中国AI发展的策略，在技术创新面前开始失效，并且有中国企业找到了一条不依赖美国高端芯片，却能实现高性能AI模型训练的新路径。

但是DeepSeek找到了，意味着所有亚洲芯片厂商都找到了吗？

答案固然是否定的，毕竟强如英伟达，也对DeepSeek发觉的新技术路径感到吃惊。

但是，资本对所有芯片厂商皆呈现“失望”的态度，是否有失偏颇呢？

或许是的。

“数字权威主义” 叙事被改写，AI大模型进入“推理时代”

事物皆一体两面。

DeepSeek揭开的AI芯片的背面，除了打破“重金堆砌”壁垒之外，还隐藏着一个相对而言较为“新鲜”的赛道。

简而言之，DeepSeek推动AI大模型从“训练时代”进入“推理时代”。

两个所谓“时代”的跨越，则蕴藏着极具潜力的市场需求——推理芯片。

推理芯片是专门用于AI模型推理的芯片，与训练芯片不同，推理芯片主要用于根据新信息做出预测或决策，而不是建立或训练模型。

比如，DeepSeek在进行AI模型的推理运算时，需要大量的计算资源来处理数据和执行算法。推理芯片，如TPU、NPU、FPGA等，具有专门针对AI推理优化的架构和计算单元，能够高效地完成矩阵运算、向量计算等任务，为DeepSeek技术快速、准确地得出推理结果提供了强大的运算基础。

与传统的通用处理器相比，推理芯片在处理AI推理任务时具有更高的能效比和计算速度。举例来说，在自然语言处理应用中，使用专门的推理芯片可以使DeepSeek模型对文本的理解、生成等任务的处理速度大幅提高，同时降低能耗，使得相关应用能够更流畅、高效地运行，提升用户体验。

此外，随着推理芯片成本的降低、性能的提升以及体积的缩小，越来越多的设备和系统能够集成推理芯片来支持DeepSeek技术。比如在智能手机中集成NPU，使得手机能够利用DeepSeek技术实现更智能的语音助手、图像识别等功能，推动了DeepSeek技术在消费电子产品领域的广泛应用。

Gartner预测，2025年推理的集群算力规模将超过训练；IDC预测到2025年用于推理的工作负载的芯片将达到60.8%；TrendForce 集邦咨询分析师龚明德指出：DeepSeek的驱动将促使云服务商更积极投入低成本的自有ASIC（推理芯片）方案，并从AI训练重心转向AI推理。预计到2028年，推理芯片占比将提升至五成。

推理芯片的巨大市场潜力也得到了黄仁勋的认可。

图源：英伟达

黄仁勋认为，推理模型可能会消耗比以往高出百倍的算力，未来的发展趋势将进一步增加对推理芯片的需求。

事实确是如此。

由于DeepSeek的推广和应用，推理芯片的需求量大幅增加。且与英伟达市占率98%的训练芯片市场不同，推理芯片市场还未成熟，更加百花齐放。特别是在没有国际标准的背景下，国内不少相关芯片厂商尤其将会在推理芯片领域获得更多的发展机会‌。

了解到，在国外市场，博通和Marvell是主要的推理芯片供应商。

有报道称，博通与谷歌合作设计了六代TPU，预计将在2026、2027年推出的第七代TPU，同时其与meta在AI基础设施方面的合作可能会达到数十亿美元；Marvell则是与亚马逊、谷歌和微软合作，目前正在生产亚马逊5nm Tranium芯片和谷歌5nm Axion Arm CPU芯片，同时预计在2025年启动亚马逊Inferentia芯片项目，2026年启动微软Maia芯片项目。

在国内市场，各大科技公司也在积极布局AI推理芯片市场。

昇腾芯片是华为发布的两款AI处理器(NPU)，其中昇腾910用于训练，昇腾310用于推理。

基于昆仑芯2代AI芯片打造的昆仑芯AI加速卡R200，采用7nm制程技术，专为深度学习、机器学习算法的云端和边缘端计算而设计，适用于计算机视觉、自然语言处理等场景，提供了强大的AI负载运行效率。相关资料显示，昆仑系列AI芯片，率先支持8bit推理，百舸DeepSeek一体机搭载昆仑芯P800，推理延迟低，平均50毫秒以内，其中昆仑3A超越英伟达A800。

黑芝麻智能科技的华山系列A1000成为国内量产车企和车型数量最多的国产智驾芯片，武当系列C1200获得多家国内头部车企采用。2024年底发布的最新一代ASIC架构高算力AI芯片A2000，是国内首颗具备全场景通用端侧AI推理芯片。

图源：黑芝麻智能

据悉，寒武纪的思元590智能芯片，几乎支持所有主流模型，单卡算力超过英伟达A100，集群算力接近A100水平，千卡互联的集群会再损失一些性能。

有消息称，据不完全统计，目前已有17家国产AI芯片企业宣布适配或上架DeepSeek模型服务，包括华为昇腾、沐曦、天数智芯、摩尔线程、海光信息、壁仞科技、太初元碁、云天励飞、燧原科技、昆仑芯、灵汐科技、鲲云科技、希姆计算、算能、清微智能、芯动力、龙芯中科。这些适配涵盖了从1.5B到70B的多参数版本，实现了推理服务的高效部署。

但仍然不得不承认的是，英伟达在芯片领域毕竟“树大根深”。

图源：英伟达

在上述财报业绩会上，黄仁勋多次强调该公司在新一代AI芯片Blackwell上的成功。他表示，Blackwell的需求 “非常强劲”，第四季度销售额达到110亿美元，成为英伟达历史上营收拉升最快的新产品。

无独有偶，英伟达执行副总裁兼首席财务官科莱特・克雷斯也表示，Blackwell全面推广后，英伟达将有多重机会优化成本，毛利率届时或将回升。现阶段重点是加速Blackwell系统生产，以满足客户快速建设基础设施的需求。“大型云服务提供商引领了Blackwell芯片的销售，它们约占我们数据中心收入的50%。”科莱特・克雷斯说道。

黄仁勋补充道，Blackwell产品线将在各方面取得令人难以置信的成绩，随着供应增加和限制缓解，预计将在第一季度实现强劲的环比增长。

他还指出，AI推理需求的增长将进一步推动对Blackwell芯片的需求，甚至可能比当前多出数百万倍的计算能力。

黄仁勋强调，DeepSeek的开源工具和低成本模型虽然对行业产生了冲击，但英伟达通过软硬件协同优化，依然保持了在AI芯片领域的领先地位 。

黄仁勋所言绝非虚谈。

美国银行就认为，英伟达仍是一笔可靠的投资，并将其目标价上调了5%。该行重申了对英伟达的“买入”评级，并将其年底目标股价从190美元上调至200美元，这意味着该股还能较当前水平上涨60%以上。不管DeepSeek的出现和对中国贸易的影响如何，该公司仍在继续推出Blackwell芯片，这些芯片超出了过去的销售预期。

美国银行的分析师仍然给予了英伟达“买入”评级，并上调了该股的目标价至200美元。