Kimi 3 恐慌：趁 NVDA 下跌買進？

上週，輝達及其他 AI 半導體類股下跌，原因是中國 AI 新創公司 Moonshot 發布了 Kimi 3 模型。該模型以美國領先模型訓練成本的一小部分展現出令人印象深刻的性能，引發市場擔憂美國科技巨頭可能減少採購昂貴的輝達 GPU。

Kimi 3 還引入了一種名為 Kimi Delta Attention (KDA) 的新型架構，可降低記憶體需求並提升速度。這引發了市場擔憂，認為較低效能的硬體也能處理 AI 工作負載，可能損害對輝達最新晶片的需求。

然而，此次拋售與先前 DeepSeek 和 TurboQuant 引發的恐慌類似，而這些恐慌最終都證明是買進機會。在這兩種情況下，效率提升導致採用率增加，並帶動 AI 硬體的整體需求上升。

儘管最初反應負面，但仔細觀察會發現，Kimi 3 實際上需要大量運算能力。該模型擁有 2.8 兆個參數，並採用混合專家架構，需要高階晶片和先進網路設備。

根據晶片研究公司 SemiAnalysis 的說法，要有效運行 Kimi 3，每個實例至少需要 56 顆高階 GPU，以及輝達的 NVLink 技術進行晶片間通訊。這意味著該模型遠未減少對輝達產品的需求。

關鍵在於，Kimi 3 的架構雖然在某些方面效率較高，但實際上增加了對輝達最先進產品的需求。該模型規模龐大且採用分散式設計，需要多個 GPU 協同運作，這正好符合輝達在高頻寬記憶體和網路領域的優勢。

SemiAnalysis 指出，每個晶片的 KV 快取較低，需要大規模提升頻寬，從而帶動對輝達 NVLink 技術的需求。這意味著即使 Kimi 3 降低了每個 token 的運算量，整體系統需求卻變得更加複雜和昂貴。

此外，美國法規和安全顧慮可能阻止許多企業採用中國模型，確保依賴輝達硬體的美國 AI 解決方案持續有需求。傑文斯悖論也表明，效率提升將導致整體使用量增加，抵銷任何單位減少的影響。

對輝達投資人而言，此次拋售似乎反應過度。該公司的競爭地位依然強勁，而 AI 模型日益複雜的長期趨勢有利於輝達的高階產品線。

歷史經驗顯示，過去類似的恐慌曾創造買進機會。2025 年和 2026 年的 DeepSeek 和 TurboQuant 拋售後均出現強勁反彈，而 Kimi 3 看來是另一個類似事件。