BTC
ETH
HTX
SOL
BNB
查看行情
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt

Kimi K3来了,这会成为美股的“DeepSeek 2.0”时刻吗?

BIT
特邀专栏作者
2026-07-21 09:26
本文约3009字,阅读全文需要约5分钟
SemiAnalysis的研究表明,HBM不仅没有过剩,反而可能更加紧缺。而且如果AI应用因为成本下降而大规模普及,算力总需求将呈现指数级增长。
AI总结
展开
  • 核心观点:月之暗面发布的开源大模型Kimi K3,凭借2.8万亿参数、顶级代码能力和低成本,引发市场对AI芯片需求的恐慌,复刻了此前DeepSeek引发的“泡沫担忧”,但亦有观点认为该模型庞大的规模反而会加剧而非削弱对高端硬件的需求。
  • 关键要素:
    1. Kimi K3拥有2.8万亿参数,登顶CodeArena代码评测榜,推理成本仅为0.94美元,低于Claude Opus,与GPT-5.6持平,被摩根大通称为“DeepSeek 2.0时刻”。
    2. 对DeepSeek的记忆:2025年DeepSeek以低成本达成接近GPT-4性能,引发市场恐慌,导致英伟达股价暴跌近40%,比特币从11万美元跌至7.5万美元。
    3. 看空逻辑:Kimi K3再次证明中国AI公司低成本高效率路径,可能动摇“AI芯片供不应求”叙事,转向“够用就好”。
    4. 看多逻辑(SemiAnalysis观点):K3模型庞大(权重超1.5TB HBM),单张GPU无法承载;推理部署需至少64颗高端芯片集群,实际上定义了下一代高端硬件的使用场景。
    5. 核心矛盾:高效模型降低单次推理成本,可能推动AI应用爆发,进而引致算力总需求指数级增长,而非下降。

上周五,美股存储芯片板块再度集体走低。

表面看,这不过是过去两周芯片股持续回调的延续。但深层里,一个来自中国的新变量正在搅动整个市场,那就是月之暗面(Moonshot AI)于 7 月 17 日发布的 Kimi K3。

这款拥有 2.8 万亿参数的开源大模型,登顶了全球代码评测榜 CodeArena,直接超过了 Anthropic 的 Claude Fable 5。更令市场坐不住的是它的成本:单次任务推理费用仅为 0.94 美元,不到 Claude Opus 4.8 的一半,基本与 OpenAI 的 GPT-5.6 Sol 持平。

规模更大、代码能力更强、推理成本还更便宜——这组合听着耳熟吗?

对此,摩根大通直接给它贴了一个标签:"DeepSeek 2.0 时刻"。

一、DeepSeek 1.0 的创伤记忆:芯片股和比特币都血流成河

要理解为什么"DeepSeek 2.0"这五个字能让华尔街彻夜难眠,得先回顾 2025 年三四月份发生了什么。

去年,DeepSeek 用极低的训练成本达到了接近 GPT-4 水平的性能。消息传出后,市场瞬间陷入对 AI 芯片高估值的集体恐慌:

  • 英伟达股价从约$135 的高点一路暴跌至$85 附近,跌幅近 40%。
  • 比特币从接近$11 万美元的历史高位跌至$7.5 万美元附近。

逻辑链条很简单:如果中国公司能用更少的芯片、更低的成本训练出顶级模型,那美国的云厂商和科技巨头是否还需要继续疯狂采购 GPU 和 HBM?AI 基础设施的军备竞赛,是不是从一开始就是一场被过度定价的泡沫?

当时的市场给出了明确的答案——暴跌。

如今,Kimi K3 带着"全球最大开源模型 + 更低推理成本"的标签横空出世,参数规模甚至比 DeepSeek 当时还要夸张得多。恐惧心理一旦被激活,芯片板块的卖压便迅速蔓延。

二、SemiAnalysis 的反向解读:K3 不是在消灭 GPU 需求,而是在放大

但故事还有另一面。

半导体研究机构 SemiAnalysis 近日给出了一套截然相反的推演框架。他们的核心论点是:K3 庞大的参数规模和推理架构,不仅不会削弱高端 AI 硬件的需求,反而可能成为英伟达及其供应链的又一个长期需求引擎。

拆解来看,SemiAnalysis 的判断基于以下几个关键事实:

第一,模型"太大"了,反而更需要硬件。

K3 的参数规模超过 2.8 万亿,仅模型权重就需要占用超过 1.5TB 的 HBM(高带宽存储)空间。目前单张英伟达顶级 GPU 的 HBM 容量远不足以装载整个模型。即便在相对有限的用户并发场景下,KV 缓存仍然需要大量卸载至 CPU DDR5 内存及 NVMe 存储设备中——HBM 空间不但不会富余,反而捉襟见肘。

第二,推理部署对硬件规模提出了极高要求。

月之暗面此前透露,K3 要实现高效的推理部署,需要至少 64 颗高端芯片组成的大规模扩展域架构。这种级别的集群规模,与英伟达 GB200/GB300 NVL72 等机架级 AI 系统的设计理念高度吻合。换句话说,K3 不是在"替代"高端硬件,而是在"定义"下一代高端硬件的使用场景。

第三,对"线性注意力削弱 GPU 需求"的误读。

市场此前有一种流行观点:更高效的注意力机制(如线性注意力)意味着更少的计算量,进而意味着对 GPU 的需求下降。SemiAnalysis 认为这个逻辑存在根本性偏差。真正的影响可能恰恰相反——更高效的模型架构降低了单次推理成本,使得 AI 应用的落地门槛大幅降低,从而推动更多企业、更多场景、更大规模的 AI 部署需求。

从宏观层面看:模型效率提升 → 单位成本下降 → AI 应用爆发 → 算力总需求不降反升。这是半导体行业历史上反复上演的剧本——每一次"效率革命"最终都带来了更大规模的硬件投资浪潮。

三、市场在交易什么?恐惧 vs. 理性的拔河

当前的市场正处于一个极度撕裂的状态。

看空方的逻辑很直觉:Kimi K3 又一次证明了中国 AI 公司在低成本、高效率路径上的突破能力。如果这种趋势持续,AI 厂商们们迟早会重新审视他们的资本支出(capex)计划。AI 芯片的"供不应求"叙事,可能正在被"够用就好"的叙事替代。

看多方的反驳同样有力:K3 不是 DeepSeek 的缩小版,而是放大版——它太大了,大到没有高端硬件集群根本无法运转。SemiAnalysis 的研究表明,HBM 不仅没有过剩,反而可能更加紧缺。而且如果 AI 应用因为成本下降而大规模普及,算力总需求将呈现指数级增长。

双方都有道理。而这恰恰是市场最痛苦的时刻——当两种完全相反的逻辑都能找到扎实的数据支撑时,价格就不是在定价基本面,而是在定价情绪。

四、面对割裂的市场,你不必押注单一方向

在这种高度不确定的环境中,最难的不是判断方向,而是控制暴露在错误方向上的代价。

看涨的人说芯片股的回调是"错杀",看跌的人说 AI 芯片的超级周期已经见顶。两种观点都有数据支撑,也都有知名机构背书。对于普通投资者来说,与其在这种信息迷雾中赌一个方向,不如换一种思路——确保自己无论朝哪个方向发展,都不会被彻底击倒。

BIT 平台的期权功能恰好为这种"不确定性交易"提供了几种核心工具:

① 持有芯片正股 + 买入看跌期权(Protective Put)

如果你重仓了英伟达、美光或 SK 海力士,但又担心 K3 事件引发进一步回调,可以买入对应股票的看跌期权。股价如果继续跌,期权的盈利可以覆盖正股的亏损;如果反弹,你放弃行权,最大亏损仅为期权的权利金。

② 单方向买入看涨期权(Long Call)

如果你认同 SemiAnalysis 的"错杀"逻辑,认为芯片股在情绪性抛售后会回归基本面,可以直接买入看涨期权。用远低于正股的资金押注反弹方向,最大亏损锁定在权利金。

③ 单方向买入看跌期权(Long Put)

如果你认为"DeepSeek 2.0"的剧情会完整重演,芯片股还有进一步下跌空间,可以买入看跌期权直接做空。不需要融券、不需要保证金追缴,最大亏损就是期权费。

④ 双方向同时买入(Long Straddle)

如果你确信芯片股会动,但不确定是涨是跌,可以同时买入看涨和看跌期权。只要股价的波动幅度足够大,任何一个方向的盈利都可能覆盖两个期权的成本。

五、写在最后

Kimi K3 的发布,把 AI 芯片投资推到了一个关键的十字路口。它是"DeepSeek 2.0"的开端,还是"需求被重新定义"的前奏?这个问题的答案,可能需要时间才能完全显现。

但在答案揭晓之前,投资者能做的最有价值的事情,不是去猜最终谁对,而是为自己的判断失误准备好退路。

BIT 期权功能本周上线,覆盖英伟达、美光、SK 海力士等核心芯片标的。无论你看多还是看空,都有对应的工具来表达你的观点——同时把最坏情况下的亏损,锁在一个你可以承受的范围里。

在方向不明的市场里,拥有选择权的人,才拥有主动权。

风险提示:本文所涉及的行情、估值测算及产品说明仅供参考,不构成投资建议。美股及其衍生品交易存在市场波动、杠杆及流动性风险;融券卖空可能面临无限亏损风险;期权交易存在权利金全部损失的可能;历史表现不代表未来收益。请投资者根据自身风险承受能力审慎决策,必要时咨询专业投资顾问。

期权
AI
欢迎加入Odaily官方社群