套句成語來說：DeepSeek或許可用「青出於藍而勝於藍」來形容，但沒有藍的教導、藍的基礎，會有「青出於藍」的機會嗎？
DeepSeek只是藉由新的模型訓練方式減少對高階晶片的需求，但DeepSeek還是源於OpenAI的訓練基礎才能抄捷徑，甚至超越OpenAI。也就是說，若沒有OpenAI的模型基礎在前，DeepSeek也不可能有如此成績。
舉個簡單易懂的例子，就好比小米手機若一開始沒有iPhone手機當抄襲的對象，會有後來的小米手機嗎？或說小米手機若一開始就完全自行開發，小米也不可能這快就成功，甚至根本不可能成功！！現在小米汽車抄襲保時捷也是一樣的道理！！
回到根源，iPhone手機 、保時捷汽車到OpenAI，若沒有這些市場領導者投入大量的資金、人力、物力，會有今天成就嗎？再者，iPhone手機 、保時捷汽車到OpenAI，要想維持市場領導地位，勢必得更加投入研發！！
就不扯那麼遠，OpenAI 若沒大量的高階晶片做後盾，能有今天的地位嗎？DeepSeek會有對象可以「蒸餾」嗎？試問，就算有DeepSeek的「成功」例子，市場就可以不用輝達、台積電了嗎？或是可以因此減少對輝達、台積電的依賴了嗎？自己想想囉...
DeepSeek對台積電影響有多大？彭博：短空長多
2025-01-29 16:20 經濟日報／ 編譯彭博資訊分析師指出，在短期內，DeepSeek的AI模型可能對台積電用來生產輝達高階AI訓練晶片的CoWoS封裝訂單帶來不利因素，原因是小型和中型開發商可能減緩AI晶片升級，然而，隨著低成本的模型將驅動更廣泛的採用，長期而言會加速AI推論晶片需求成長，而這類晶片大致仰賴台積電進行生產。
彭博分析師說，DeepSeek包括混合專家模型（MoE）系統在內的創新架構，建立了一條新道路，迅速改善推論效率以及成本的可負擔性，會帶動廣泛AI技術採用，最終加速基於ASIC的AI推論晶片升級周期。
較新世代的AI推論晶片將被大量部署於PC、智慧手機和頭戴裝置等個人裝置，而且這些晶片需要更嚴格的功耗效率和較低的延遲（latency），這些規格終將需要台積電更多先進的2奈米和3奈米製程、甚至更先進的節點製程進行製造。
在CoWoS封裝方面，彭博分析師提到，台積電的先進封裝部門短期內面臨不確定性，因為DeepSeek的AI模型節省成本的做法，會讓其他規模較小的AI開發商延後從輝達Hopper晶片轉向採用輝達的Blackwell晶片、甚至是即將推出的Bubin加速器，延後升級周期，可能會讓台積電更高階複雜的CoWoS-L封裝需求成長受到侷限。這種封裝技術預定主要用於輝達2026-27年的高階AI加速器生產。但分析師說，AI的基本擴展需求仍維持不變，代表強勁的高效能運算成長還是無可避免的。
彭博分析師說，CoWoS-L準備成為未來三年台積電先進封裝營收的新驅動因素，補充現有的CoWoS-S平台。分析師估算，台積電CoWoS逾40%的產能，今年將用於為輝達新的Blackwell GPU AI晶片進行CoWoS-L封裝。CoWoS-S將更多用於生產像是博通為Google設計的張量處理單元（Tensor processing unit）。
沒有留言:
發佈留言