Иллюстрированное объяснение рынка капитала после внедрения DeepSeek V4: резкое падение智谱 и MiniMax, паника у Nvidia

Оригинальный заголовок: Иллюстрированное объяснение последствий DeepSeek V4 для капитального рынка: резкое падение IQ谱, MiniMax, NVIDIA в панике

Автор оригинала: BlockBeats

Источник оригинала:

Перепечатка: Mars Finance

DeepSeek V4 наконец запущен. Это момент, которого ждали почти пять месяцев. Основная модель MoE с 1 трлн параметров + версия Flash с 285 млрд параметров, полный комплект Pro с 1,6 трлн параметров, полностью открыты исходники на GitHub, лицензия Apache 2.0, веса и код развертывания одновременно опубликованы.

Как только модель появилась, капиталовый рынок дал три независимых, но взаимосвязанных ответа.

Разные реакции рынка

Акции A-шенгцзи цепочки вычислительных мощностей практически полностью выросли. Cambrian показал 11 последовательных дней роста, дневной прирост 3,7%, за месяц — более 60%. Haiguang Information достигла внутридневного лимита +10%, закрытие +8,4%. SMIC +4,91%, Гонконг +8,81%. Huahong на Гонконгской бирже достигла +18%, закрытие +12%. ETF на крио-чипы Guotai за один день привлек 2,4 млрд юаней, достигнув рекордного объема.

На другом конце Гонконгских акций крупных моделей — совсем другая картина. Zhitu (02513.HK) упала на 8,07%, шорт-процент 9,9%. MiniMax (00100.HK) упала на 7,40%, шорт-процент взлетел до 22,87%. Последний — самый высокий показатель шортов за последние три месяца в секторе AI на Гонконге. Обе компании — представители волны IPO AI в Гонконге во второй половине 2025 года, в их проспектах указана ключевая конкурентоспособность — «самостоятельная разработка крупной модели».

Реакция на другом конце Тихого океана тоже конкретна. Вчера NVIDIA открылась с падением на 1,8%, в течение дня опустилась до -2,6%, затем закрылась без изменений. Быстрый обзор Bloomberg сравнил этот откат с «моментом DeepSeek» 27 января. Разница в том, что в тот день был панический распродаж, потеря рыночной стоимости на 600 млрд долларов за один день. Сейчас же это скорее переоценка, умеренная по масштабам, но с ясным направлением. В исследовательских заметках институциональных инвесторов появилась новая формулировка: «Спрос на AI inference в Китае начал отрываться от спроса в Северной Америке».

Объединяя эти три сегмента рынка, получается первая судебная оценка после внедрения V4. После победы открытого исходника деньги начали перераспределяться, и теперь цена определяется не моделью сама по себе, а тем, на какой виде карты она работает и в какой цепочке индустрии она задействована.

За 30 дней — 11 новых моделей, V4 зажег огонь в лагере открытого исходника

Период выпуска V4 сам по себе стал одной из причин усиленной реакции.

Обратимся к последним 30 дням. С 26 марта по 24 апреля было выпущено или обновлено как минимум 11 крупных моделей, оказавших значительное влияние, список включает почти всех ключевых игроков. Anthropic Opus 4.6, Google Gemini 3.1 Pro, OpenAI GPT-5.5, Mistral Large 3, Meta Llama 4, Kimi K2.6 из «Темной стороны Луны», Alibaba Qwen3-Next, ByteDance Doubao 2.5 Pro, Tencent Hunyuan 3.0, Kimi K2.6 Plus, и наконец DeepSeek V4, выпущенная в ранние часы 23 апреля.

В среднем каждые 2,7 дня появляется новая модель. Это скорость, с которой даже менеджеры фондов не успевают прочитать пресс-релизы. Но просмотрев графики AI-активов Китая и Гонконга за эти 30 дней, можно выделить только одно имя, оставляющее заметный след на рынке. 8 апреля GPT-5.5 поднял акции NVIDIA на 4,2% за один день, достигнув пика. Затем 23-24 апреля — DeepSeek V4, вызвавшая последовательные скачки в цепочке вычислительных мощностей Китая и Гонконга.

Разница не в возможностях моделей. В рейтинге LMArena разрыв между этими 11 моделями в большинстве случаев не превышает 50 баллов, они находятся в одной узкой категории. Различия — в двух факторах, складывающихся вместе.

Первое — открытость. Среди первых 10 моделей только Llama 4 открыта, но у Llama 4 есть длинный список ограничений по коммерческому использованию, и сообщество западных разработчиков отнеслось к ней прохладно, через три дня после запуска на OpenRouter она выпала из топ-10. V4 использует лицензию Apache 2.0, веса доступны без ограничений, коммерческое использование разрешено, код inference опубликован одновременно. Это первый за последние полгода флагманский открытый исходник, который одновременно оказывает давление на закрытые модели по трем параметрам: производительность, цена и открытость.

Второе — момент. На фоне постоянных анонсов закрытых моделей, открытая модельная повестка продолжает подвергаться давлению. Opus 4.6 поднял уровень тестирования SWE-Bench, а GPT-5.5 установила цену за миллион токенов на уровне 1,25 доллара. Вопрос, сможет ли открытый исходник догнать закрытый, уже два года обсуждается в Кремниевой долине. V4, с активом, оцениваемым в 90 миллионов активных пользователей в месяц, поставил точку в этом споре.

По словам крупного отечественного менеджера фонда, на презентации: «До V4 мы оценивали открытые модели со скидкой, после V4 эта скидка начала работать в обратную сторону.»

DeepSeek изменил ценовую таблицу цепочки поставок вычислительных мощностей

В пресс-релизе V4 есть строка, которая раньше никогда не появлялась в официальных документах китайских крупных моделей: «Day 0 — полное адаптирование к Cambrian Shiyuan 590 и Huawei Ascend 950PR, код развертывания открыт». Значимость этой строки становится ясной только при соединении трех параллельных линий, которые тянутся за последние 12 месяцев. Эти линии — аппаратное обеспечение, программное обеспечение и реакция Кремниевой долины.

Первая — на стороне чипов. Huawei Ascend 950PR начнет массовое производство в декабре 2025 года, FP4 — 1,56 PFLOPS, объем HBM — 112 ГБ, впервые отечественный AI-чип сравним с серией B от NVIDIA по техническим характеристикам. В задачах inference с 1 трлн параметров, в моделях MoE, производительность на карту увеличилась в 2,87 раза по сравнению с H20. В комплект входит программный стек CANN 8.0, который оптимизирует фреймворки для LLM на уровне операторов. Benchmark, опубликованный DeepSeek, показывает, что в узле Ascend (8 карт 950PR) задержка end-to-end inference на 35% ниже, чем в аналогичной кластер H100. Более агрессивные показатели у Cambrian Shiyuan 590: FP8 на чипе сравним с H100, цена — менее половины.

Вторая — на программной стороне. Ветка vLLM 22 апреля объединила PR по поддержке MLU от Cambrian, впервые открыто поддерживая отечественные GPU, не основанные на NVIDIA. DCU от Haiguang Information работает через экосистему ROCm, но полностью поддерживает MoE маршрутизацию V4. Это означает, что развертывание V4 больше не ограничено одной отечественной картой, а может работать на нескольких. Разрыв зависимости от одного поставщика в экосистеме — ключевой момент для production.

Третья — из Кремниевой долины. 15 апреля на конференции TSMC, аналитики спросили Джона Ху, как продвигается развитие отечественных вычислительных мощностей, он ответил строго и конкретно: «Если они действительно смогут избавиться от CUDA для LLM, это станет для нас катастрофой». Через девять дней DeepSeek дала ответ одним объявлением Day 0.

Три слова «замена отечественной технологии» за последние три года потеряли смысл. Но после утра 24 апреля впервые появились конкретные данные, по которым капитал может оценить прогресс. Производительность на карту, задержка end-to-end inference, стоимость inference, коммерческая развертка — эти показатели тихо перевели долгий разговор в категорию production.

Логика роста акций Cambrian на 11 дней подряд скрыта именно здесь. Они перестали быть «акциями концепции отечественного GPU», а стали «поставщиком инфраструктуры inference для DeepSeek V4». Аналогично объясняется рост на 12% акций Huahong, которая занимается контрактным производством 950PR по 7 нм техпроцессу. Каждая V4, работающая на отечественной Ascend, означает, что часть мощностей, предназначенных для NVIDIA и TSMC, остается в дельте у дельты Жемчужной реки.

Следующий шаг уже подготовлен. В планах Huawei — выпуск 950DT (тренировочная версия) в четвертом квартале 2026 года, цель — «полный цикл обучения V5 или аналогичной модели на кластере из 10 000 карт». Если эта дорога откроется, барьер CUDA в тренировке крупных моделей в Китае снизится с «необходимости» до «опции».