撰文：Bruce
最近，整个科技圈和投资界都紧盯着同一件事：AI 应用正在如何「杀死」传统的 SaaS。自从 @AnthropicAI 的 Claude Cowork 展示了它能如何轻松地帮你写邮件、做 PPT、分析 Excel 表格后，一场关于「软件已死」的恐慌就开始蔓延。这确实很吓人，但如果你的目光只停留在这里，那你可能错过了真正的大地震。
这就像我们所有人都抬头看着天上的无人机空战，却没人注意到，我们脚下的整片大陆板块正在悄然移动。真正的风暴，藏在水面之下，一个大多数人看不见的角落：支撑整个 AI 世界的算力根基，正在发生一场「寂静的革命」。
而这场革命，可能让 AI 的卖铲人：英伟达 @nvidia，精心举办的这场盛大派对，比所有人想象的都更早结束。
两条正在交汇的革命之路
这场革命并非单一事件，而是由两条看似独立的技术路线交织而成。它们像两支正在合围的军队，对英伟达的 GPU 霸权形成了钳形攻势。
第一条路，是算法的瘦身革命。
你有没有想过，一个超级大脑在思考问题时，真的需要调动所有脑细胞吗？显然不需要。DeepSeek 就想明白了这件事，他们搞出 MoE（混合专家模型）的架构。
你可以把它想象成一个公司，里面养了几百个不同领域的专家。但每次开会解决问题时，你只需要请最相关的两三个人，而不是让所有人一起头脑风暴。这就是 MoE 的聪明之处：它让一个庞大的模型，在每次计算时只激活一小部分「专家」，从而极大地节省了算力。
结果会如何呢？DeepSeek-V2 模型，名义上有 2360 亿「专家」（参数），但每次干活，只需要激活其中的 210 亿，连总数的 9% 都不到。而它的表现，却能和那个需要 100% 全力运转的 GPT-4 相媲美。这意味着什么？AI 的能力，和它消耗的算力，脱钩了！
过去，我们都默认 AI 越强，烧的卡越多。现在，DeepSeek 告诉我们，通过聪明的算法，可以用十分之一的成本，达到同样的效果。这就等于直接把英伟达 GPU 的刚需属性，打上了一个巨大的问号。
第二条路，是硬件的「换道」革命。
AI 干活分为训练和推理两个阶段。训练就像上学，需要读万卷书，这时候 GPU 这种「大力出奇迹」的并行计算卡确实好用。但推理就像我们日常使用 AI，更看重反应速度。
GPU 在推理时有个天生缺陷：它的内存（HBM）是外挂的，数据一来一回有延迟。这就像一个厨师，食材都放在隔壁房间的冰箱里，每次炒菜都得跑过去拿，再快也快不到哪去。而 Cerebras、Groq 这些公司就另起炉灶，设计了专用的推理芯片，把内存（SRAM）直接焊在芯片上，食材就放在手边，实现了「零延迟」访问。
市场已经用真金白银投票了。OpenAI 一边抱怨英伟达的 GPU 推理不行，一边扭头就和 Cerebras 签了个 100 亿美元的大单，专门租用他们的推理服务。英伟达自己也慌了，反手就花了 200 亿美元把 Groq 给收了，为的就是不在这条新赛道上掉队。
当两条路交汇：成本雪崩
好了，现在我们把这两件事放在一起：用一个算法上「瘦过身」的 DeepSeek 模型，跑在一个硬件上「零延迟」的 Cerebras 芯片上。
会发生什么？
一场成本的雪崩。
首先，瘦身后的模型很小，可以一次性全部装进芯片自带的内存里。其次，没有了外部内存的瓶颈，AI 的反应速度会快得惊人。最终的结果是：训练成本因 MoE 架构下降了 90%，推理成本因专用硬件和稀疏计算再下降一个数量级。算下来，拥有和运行一个世界级 AI 的总成本，可能只有传统 GPU 方案的 10%-15%。
这不是改良，这是范式转移。
英伟达的王座，正在被悄悄抽掉地毯
现在你应该明白，为什么这比「Cowork 恐慌」更致命了。
英伟达今天几万亿的市值，建立在一个简单的故事上：AI 是未来，而 AI 的未来必须靠我的 GPU。但现在，这个故事的根基正在被动摇。
在训练市场，就算英伟达继续垄断，但如果客户用十分之一的卡就能干活，那这个市场的总体规模也可能大幅缩水。
在推理市场，这个比训练大十倍的蛋糕上，英伟达不仅没有绝对优势，还面临着 Google、Cerebras 等各路神仙的围剿。连它最大的客户 OpenAI 都在叛逃。
一旦华尔街意识到，英伟达的「铲子」不再是唯一的、甚至是最好的选择时，建立在「永久垄断」预期上的估值，会发生什么？我想大家都很清楚。
所以，未来半年最大的黑天鹅，可能不是哪个 AI 应用又干掉了谁，而是一则看似不起眼的技术新闻：比如一篇关于 MoE 算法效率的新论文，或者一份显示专用推理芯片市场份额大增的报告，悄悄宣告了算力战争进入新阶段。
当「卖铲人」的铲子不再是唯一选择时，属于他的黄金时代，可能也就结束了。
