DeepSeek限额、黄仁勋辞任英伟达CEO:AI行业从拼卡转向算账
预算逻辑一旦启动,压低的是全球算力边际增速的预期,而这个预期会顺着芯片交付、租赁价格、资本开支节奏,一层层压到每一个依赖算力的模型公司。


DeepSeek 给长对话划了一条线:超过 7 天不活跃就不再保留,每日用量也同步设了上限;而在大洋另一侧,英伟达创始人黄仁勋卸下 CEO 职务,公司投资风格随之转向谨慎。两件事挨得很近,但并非一因一果。它们更像同一场转向的两头——供给端开始装限速器,使用端开始清理沉没占用,应用端开始追问商业闭环。算力并没有变便宜,只是不再被默认可以无限追加。当“卡会越来越多”这个前提松动,全行业都得重新回答一个老问题:这些卡,究竟为谁解决了什么。

原创ⓒ科技新知 数码硬件组
几天前,一向“量大管饱”的DeepSeek收紧了免费额度:不活跃超过 7 天的长对话不再支持,每天的使用量有了限制,单次输入也被压到约 4 万字。几乎同一时间,黄仁勋辞去英伟达CEO,CFO科莱特·克雷斯接任临时CEO。路透社称她是公司内部“唯一一位与黄仁勋在AI投资上唱反调的人”,依据很具体:一项拟议中 2500 亿美元的OpenAI数据中心支持计划,被她压缩到 1200 亿美元,她因此被贴上“务实主义者”的标签。

把这两件事摆在一起,最容易读出因果,也最不该读出因果。DeepSeek的限额并非黄仁勋离场的直接结果。两者不是连锁反应,而是同一场转向的两端:AI行业正从“扩张逻辑”切到“预算逻辑”。
01
扩张逻辑:算力不需要踩刹车的那几年

过去几年,AI行业建立在一个很少被明说、却处处生效的资源假设上:算力可以继续加,扩张不用踩刹车。
把这套假设讲到极致的是黄仁勋。他的说法是,人类对智能的需求没有上限,英伟达的生意也就没有天花板;英伟达本身就是一座Token工厂,大模型每推理一次、每个Agent每思考一步,都在向它付Token费,从需求端看不到尽头。2026年3月GTC上,他给了更硬的数字:Blackwell与Rubin到2027年的需求至少 1 万亿美元,还补了一句“实际的计算需求会比这个数字高得多”。

结果就是,模型公司按“卡会越来越多”设计产品,数据中心按“需求会一直涨”安排扩建,资本按“扩张不会停”给资产定价。三种角色,三套决策,共用同一个未经证明的前提。英伟达主导的从来不只是芯片供给,还有一整套关于无限扩张的行业预期——它不证明需求,只默认需求。
可任何预期,一旦开始算账,就不再是预期,而是账本。
02
预算逻辑:供给端装限速器,使用端清沉没账

供给端先有了动作。财务风险如今被放到最显眼的位置,新任CEO在数据中心建设上大概率不会复制黄仁勋那股激进劲头;把 2500 亿美元的承诺砍到 1200 亿美元,此前已经算是一次提前演练。路透社援引风投人士的说法:“除了黄仁勋,没有人会像他那样积极地投资自己的客户。”这句话点到了关键——上一轮算力扩张里,有一部分并不是终端需求在支撑,而是英伟达对客户的大规模融资与承诺在支撑。等到财务审慎压过扩张冲动,被抽走的除了投资,还有那种“需求可以自己造出来”的错觉。

这并不意味着英伟达要退出AI,也不代表它停止卖卡。它只是作为扩张逻辑最强的那台发动机,开始给自己装限速器。
资本市场差不多在同一时间确认了这次转向。SemiAnalysis在11月13日大幅下修AI加速器资本开支预测,原因并非供给突然消失;AI收入增长放缓、融资环境收紧、电力与并网约束加剧,才是它给出的理由,“不计成本堆算力”的回报逻辑因此被重新质疑。口径得分清:下修的是预测曲线,已经发生的支出并不在其中;按新模型,全球AI加速器资本开支仍会从2026年约 3920 亿美元增至2030年的 9230 亿美元,方向没变,只是斜率被削平。预算逻辑一旦启动,被压低的是全球算力边际增速的预期;这个预期会沿着芯片交付、租赁价格、资本开支节奏层层传导,最终压到每一家依赖算力的模型公司身上。

使用端也马上开始清账。说回DeepSeek,技术上的原因并不复杂:长对话会不断堆积KV缓存,闲置会话占着本就不多的显存,限额就是为了把资源收回来,保住活跃用户。可这套技术解释只说明了“怎么砍”,没说明“为什么现在砍、砍什么、保什么”。放到预算逻辑里看,取舍就很清楚了:闲置的长对话要砍,非活跃用户压着的沉没上下文要砍,活跃推理要保,AGI主线要保;宁可让免费用户觉得不方便,也不急着上付费墙;宁可牺牲体验的一致性,也不让算力被低效占着。这不是在试探变现,而是一次资源调度。
在中国市场,这本账还有第三个层面。全球供给预期在收窄,拿到海外算力越来越难,把模型架构和国产算力绑得更紧,本身就是另一种主动算账。DeepSeek V4从底层算子到通信协议、从显存调度到框架适配都完成了Day 0适配,官方技术报告第一次把“华为昇腾NPU”和“英伟达GPU”一起写进硬件验证清单。IDC数据显示,2026年上半年英伟达在中国数据中心AI芯片出货67.8万块,同比下降44%;昇腾从上年同期的30多万块升到57.2万块,份额差距缩到6个百分点,几乎并驾齐驱。一边是别人给不了那么多了,一边是自己提前把替代路径铺好——所谓绑定不是摆姿态,是把供给的不确定性提前算进成本里。

03
价值逻辑:叙事降权,应用上桌

供给端和使用端同时开始算账,应用层的判断也会跟着被重新排序。
这几天的APEC工商领导人峰会上,雷军把话说得很直:AI投入非常之大,但能够落地的场景非常有限,能真正实现商业闭环、挣到钱的公司相对较少。李彦宏的判断方向一致:最紧迫的是找到AI真正适合的应用场景;如果企业用上AI而利润没涨,泡沫就有可能成真。
放在扩张逻辑里,这两句话正确但没人听——卡还在涨,需求还在追,谁有空谈盈利?到了预算逻辑里,它们就成了主旋律。卡管够的时候,没人谈盈利;需求还在追的时候,没人谈闭环;额度变成配额的时候,所有人都得谈。算力最紧张的时候,恰恰是算力叙事最需要被降权的时候。
说到底,AI 最终还是要落到应用上才能见真章。英伟达的供给不再“管够”,改成了“审慎”;DeepSeek 的对话也不再“无限”,变成了“配额”。两头的口子一收紧,行业关注的重点就不得不挪位:原先看谁抢到的卡多,如今要看谁能拿有限的卡做出实打实的价值。算力当然还是最硬的约束之一,并非说不重要了;只不过大家不再默认算力想加就能加,模型公司、芯片公司、应用公司都得面对一个更直接的问题:这些卡究竟替谁解决了什么。
扩张时代比谁拿得多,预算时代比谁用得值。