Replicating the "DeepSeek Moment"? Wall Street Says: Kimi K3 Actually Strengthens Computing Power Demand
- Core View: The release of Kimi K3 as the world's largest open-source model has sparked market panic about a decline in computing power demand. However, Wall Street investment banks generally believe that K3 will accelerate, not reduce, AI infrastructure demand, aligning with the "Jevons paradox."
- Key Elements:
- Kimi K3 features 2.8 trillion parameters, a 1M token context window, and native multimodal capabilities. It has topped authoritative programming benchmarks, with performance rivaling top-tier closed-source models.
- K3's pricing ($15 per million output tokens) is lower than Claude Fable 5 and Opus 4.8, but higher than DeepSeek and others, positioning it to offer near-frontier capabilities at a lower cost.
- Investment banks like Nomura and Citi point out that more efficient models will stimulate more applications and token processing demand, ultimately driving up consumption of computing power, memory, and storage.
- Large-scale deployment of K3 requires supernode clusters, and its inference side demands higher consumption of HBM and server memory (such as DDR5, eSSD) compared to other frontier models.
- OpenRouter data shows that the global share of token usage by Chinese AI models has surged from less than 2% a year ago to over 45%, indicating accelerating ecosystem penetration.
Bài viết gốc của tác giả: Long Nguyệt
Nguồn bài viết gốc: Wall Street News
Thị trường đã hoảng loạn coi Kimi K3 như "Khoảnh khắc DeepSeek 2.0", nhưng lần này, Phố Wall có quan điểm hoàn toàn khác.
Vào đêm khuya ngày 16 tháng 7, Moonshot AI đã công bố Kimi K3 tại Thượng Hải. Mô hình mã nguồn mở với 2,8 nghìn tỷ tham số này đạt điểm 57 trên Chỉ số Thông minh Artificial Analysis, xếp hạng thứ ba đến thứ tư toàn cầu, ngang hàng với Claude Opus 4.8 của Anthropic và GPT-5.5 của OpenAI. Quan trọng hơn, trên bảng xếp hạng lập trình Frontend Code Arena do Đại học California, Berkeley tạo ra, K3 đã đứng đầu với 1679 điểm, vượt qua Claude Fable 5 và GPT-5.6 Sol, trở thành mô hình mã nguồn mở đầu tiên vượt qua tất cả các mô hình nguồn đóng nước ngoài trên một bảng xếp hạng lập trình uy tín.
Vào ngày 17 tháng 7, các cổ phiếu trong lĩnh vực bán dẫn của thị trường chứng khoán Mỹ đã giảm điểm rõ rệt. Phản xạ có điều kiện của thị trường không khó hiểu - đầu năm 2025, việc phát hành DeepSeek R1 đã gây ra một đợt giảm mạnh của các cổ phiếu tính toán, logic là: Các mô hình của Trung Quốc ngày càng mạnh, liệu các công ty AI Mỹ có cần phải chi nhiều tiền như vậy cho sức mạnh tính toán không? Nếu các mô hình Trung Quốc có thể tiếp cận khả năng tiên tiến với chi phí thấp hơn, liệu nhu cầu đối với NVIDIA, HBM, máy chủ, thiết bị mạng có bị định giá lại không?
Tuy nhiên, theo thông tin từ bàn giao dịch Zhuifeng, các báo cáo nghiên cứu mới nhất từ các ngân hàng đầu tư như UBS, Nomura, BofA Securities và Citigroup cho rằng: Kimi K3 không phải là kẻ kết thúc nhu cầu sức mạnh tính toán, mà là chất xúc tác.
Kimi K3 và DeepSeek R1 không phải là cùng một loại tác động. R1 khiến thị trường thấy nhiều hơn về "hiệu quả"; K3 nhấn mạnh hơn về "quy mô". 2,8 nghìn tỷ tham số, ngữ cảnh 1M token, suy luận luôn bật, đa phương thức bản địa, kiến trúc MoE, những đặc điểm này không phải là câu chuyện về tài sản nhẹ. Chúng sẽ cùng nhau đẩy áp lực lên suy luận, bộ nhớ, mạng và lưu trữ.
Kimi K3 mạnh đến mức nào?
Kimi K3 được Moonshot AI phát hành vào ngày 16 tháng 7 năm 2026, với trọng số mô hình đầy đủ dự kiến sẽ được mở vào ngày 27 tháng 7. Đây là mô hình ngôn ngữ lớn mã nguồn mở với 2,8 nghìn tỷ tham số, được nhiều tổ chức gọi là LLM mã nguồn mở có trọng số lớn nhất hiện nay.
Cấu hình cốt lõi bao gồm ba điểm:
Thứ nhất, cửa sổ ngữ cảnh 1M token. Mô hình có thể xử lý các văn bản dài hơn, mã nguồn dài hơn, tài liệu doanh nghiệp và nhiệm vụ nghiên cứu phức tạp hơn.
Thứ hai, suy luận luôn bật. Không chỉ là hỏi đáp đơn giản, mà hướng tới các nhiệm vụ suy luận chuỗi dài và tác vụ Agent.
Thứ ba, khả năng thị giác bản địa. K3 không chỉ xử lý văn bản, mà còn hướng tới các nhiệm vụ đa phương thức như video, hình ảnh, phát triển game, thiết kế frontend, CAD.
Về kiến trúc, K3 sử dụng Kimi Delta Attention, Attention Residuals và Stable LatentMoE. Phần MoE kích hoạt 16 chuyên gia trong số 896 chuyên gia cho mỗi token. Theo công bố của Moonshot AI, hiệu quả mở rộng quy mô (scaling efficiency) tổng thể đã tăng khoảng 2,5 lần so với Kimi K2.
Điều này giải thích tại sao K3 không phải là "K2 rẻ hơn". Bảng giá do Nomura tổng hợp cho thấy, giá đầu vào của K3 là 3 đô la cho mỗi triệu token, đầu vào trúng cache là 0,30 đô la, đầu ra là 15 đô la cho mỗi triệu token; theo cách tính của Artificial Analysis, chi phí cho mỗi nhiệm vụ của K3 là khoảng 0,94 đô la. Mức giá này thấp hơn khoảng 2,75 đô la của Claude Fable 5 và 1,80 đô la của Claude Opus 4.8, gần với 1,04 đô la của GPT-5.6 Sol, nhưng cao hơn đáng kể so với 0,32-0,47 đô la của GLM-5.2, và cao hơn nhiều so với 0,04 đô la của DeepSeek V4 Pro.
Vì vậy, định vị của K3 không phải là giá thấp nhất, mà là khả năng tiếp cận các mô hình tiên tiến với mức giá thấp hơn.
Bốn ngân hàng đầu tư đồng loạt đưa ra nhận định: Đây không phải là sự suy yếu nhu cầu
Để đối phó với lo ngại của thị trường về cú sốc "Khoảnh khắc DeepSeek", nhà phân tích Duan Bing của nhóm công nghệ châu Á Thái Bình Dương tại Nomura Securities đã viết trong báo cáo: "Chúng tôi tin rằng sự cạnh tranh và đổi mới trong thị trường mô hình lớn toàn cầu sẽ không dừng lại. Khi chúng ta ngày càng tiến gần đến Trí tuệ Nhân tạo Tổng quát (AGI), việc ứng dụng AI tạo sinh ở cả phía người tiêu dùng và doanh nghiệp sẽ tiếp tục mở rộng. Các phòng thí nghiệm AI tiên tiến và các nền tảng đám mây siêu quy mô có thể sẽ tiếp tục đầu tư trong giai đoạn này để duy trì vị thế cạnh tranh - với quy luật mở rộng quy mô tiếp diễn, chúng tôi giải thích sự cạnh tranh này là tín hiệu tích cực cho chuỗi giá trị cơ sở hạ tầng AI."
Nhà phân tích bán dẫn Peter Lee của Citigroup, trong báo cáo ngày 19 tháng 7, đã trực tiếp đặt tiêu đề "Lại một nghịch lý Jevons nữa". Nghịch lý Jevons có nghĩa là gì? Nói một cách đơn giản: Hiệu quả của động cơ hơi nước than tăng lên, nhưng lại khiến lượng than tiêu thụ lớn hơn, bởi vì nhiều người có khả năng sử dụng hơn và nhiều tình huống có thể áp dụng hơn. Các mô hình AI cũng vậy - khi các mô hình chất lượng cao trở nên rẻ hơn, các nhà phát triển và doanh nghiệp sẽ triển khai nhiều ứng dụng hơn, xử lý nhiều token hơn, và cuối cùng mức tiêu thụ sức mạnh tính toán lại tăng lên.
Peter Lee cho rằng, ngay cả khi K3 được sử dụng rộng rãi, nhu cầu về bộ nhớ phổ thông như DDR5 máy chủ và eSSD vẫn sẽ tăng. Lý do là hiệu quả suy luận của K3 tương đương với các mô hình tiên tiến khác, nhưng dung lượng chiếm dụng KV cache sẽ tăng lên khi ngữ cảnh tăng trưởng, gây áp lực lên bộ nhớ nhiều hơn chứ không giảm.
Nhà phân tích bán dẫn Vivek Arya của BofA Securities, trong báo cáo ngày 17 tháng 7, đã diễn đạt trực tiếp hơn. Ông cho rằng, phản ứng của các phòng thí nghiệm AI tiên tiến của Mỹ "không phải là ít sức mạnh tính toán hơn, mà là nhiều hơn". Nếu các mô hình mã nguồn mở của Trung Quốc tiếp tục tiến gần, OpenAI, Anthropic và Google phải duy trì sự khác biệt thông qua đào tạo quy mô lớn hơn, suy luận nặng hơn và lặp lại nhanh hơn. Arya cũng đề cập đến một bối cảnh dễ bị bỏ qua: Các báo cáo truyền thông cho thấy Gemini 3.5 Pro của Google đã bị trì hoãn vài tháng so với kế hoạch, hiệu suất lập trình không đạt mục tiêu nội bộ, và vị thế dẫn đầu tiên tiến "đang ngày càng khó bảo vệ".
Nhóm nhà phân tích Timo Arcuri của UBS, trong báo cáo ngày 20 tháng 7, chỉ ra rằng có những điểm tương đồng giữa K3 và DeepSeek R1, nhưng K3 liên quan nhiều hơn đến quy mô - nó là mô hình mã nguồn mở lớn nhất thế giới, với 2,8 nghìn tỷ tham số và cửa sổ ngữ cảnh 1 triệu token. Các nhà phân tích nhấn mạnh rằng, các mô hình mã nguồn mở thường tiêu tốn nhiều bộ nhớ hơn các mô hình tiên tiến nguồn đóng, vì cửa sổ ngữ cảnh dài hơn, nhu cầu KV cache ngay cả sau khi lượng tử hóa cũng liên tục tăng về số lượng tuyệt đối, khiến việc triển khai các mô hình mã nguồn mở phụ thuộc nhiều hơn vào HBM và lưu trữ.
Ai thực sự hưởng lợi từ cuộc cạnh tranh này?
Lưu trữ: Mảng hưởng lợi trực tiếp nhất. Tính toán của UBS cho thấy, dòng tiền tự do (FCF) tích lũy của mảng lưu trữ và bộ nhớ đến năm 2028 dự kiến đạt khoảng 30% vốn hóa thị trường, tỷ lệ cao nhất trong tất cả các mảng con - riêng Micron (MU) đã lên tới 47%. Citigroup và Nomura đều duy trì xếp hạng mua đối với Samsung Electronics, với lý do thị trường bộ nhớ toàn cầu đang trong tình trạng cung ứng cực kỳ căng thẳng. Nhà phân tích Peter Lee của Citigroup chỉ ra rằng, nhu cầu bộ nhớ phía suy luận của Kimi K3 không thua kém các mô hình tiên tiến khác, sự phình to của khối lượng KV cache sẽ trực tiếp đẩy cao nhu cầu về DDR5 máy chủ và ổ đĩa thể rắn doanh nghiệp (eSSD). Ông đặc biệt chỉ ra: Việc triển khai quy mô lớn Kimi K3 cần cấu hình cụm "siêu nút" với hơn 64 GPU.
Cơ sở hạ tầng tính toán: TSMC, NVIDIA hưởng lợi trực tiếp.Dù là quy luật mở rộng quy mô phía đào tạo vẫn còn hiệu lực, hay nhu cầu token phía suy luận tăng trưởng, cuối cùng đều dẫn đến nhu cầu nhiều hơn về chip quy trình tiên tiến. Nomura tái khẳng định xếp hạng mua đối với TSMC, ASE, MediaTek, v.v. NVIDIA từng công bố công khai rằng, hiệu suất trên mỗi watt cho suy luận của mô hình MoE hiện đại trên GB300 NVL72 đã tăng tới 25 lần so với kiến trúc Hopper thế hệ trước. Các mô hình như K3 đương nhiên là bên hưởng lợi từ phần cứng mới nhất của NVIDIA.
Mạng: Xu hướng siêu nút tạo ra cơ hội cấu trúc. Kimi K3 cần cụm siêu nút. Sức mạnh tính toán nội địa Trung Quốc bị hạn chế bởi các biện pháp kiểm soát xuất khẩu chip cao cấp, càng cần phải dựa vào kiến trúc siêu nút để bù đắp khoảng cách hiệu suất đơn card, điều này thúc đẩy nhu cầu của các nhà cung cấp lớp mạng như mô-đun quang, chip quang. Nomura ưa thích Zhongji Innolight và Suzhou Xuchuang.
