Europeiska halvledaraktier med exponering mot artificiell intelligens - inklusive ASML Holding ASML, ASM International ASM, BE Semiconductor BESI och Arm Holdings ARM sjönk i intervallet 7%-10% efter nyheter om det kinesiska företaget DeepSeeks AI-modeller.
Frågor har väckts om den verkliga kostnaden för träning och inferens av AI-modeller. Vi behåller våra fair value-estimat för dessa företag, eftersom denna utveckling kan ha blandade effekter, men vårt basscenario förutsätter fortfarande en sund efterfrågan på AI på lång sikt.
Fram till nu har den huvudsakliga marknadshypotesen för AI-leverantörskedjan knutit ökade utgifter till bättre AI-modellprestanda. Teknikföretag som Microsoft MSFT, Alphabet GOOGL, Amazon.com AMZN, och Meta Platforms META har tillsammans investerat hundratals miljarder för att köpa GPU:er från Nvidia NVDA för att tillgodose den omättliga efterfrågan på AI-applikationer.
DeepSeek är en utmaning för denna hypotes, eftersom dess V3-modell konkurrerar med GPT-4o och Llama 3.1 i de flesta benchmarks, och den tränades enligt uppgift med en budget på 5,5 miljoner USD, vilket är betydligt lägre än konkurrenternas. Denna siffra inkluderar dock endast kostnaden för GPU-träning och exkluderar andra omkostnader, vilket gör jämförelser svåra och väcker frågor om sanningshalten i DeepSeeks påståenden.
DeepSeek: Det negativa scenariot
Om ett negativt scenario materialiseras och hyperscalers minskar sina investeringar, skulle detta flöda uppströms i halvledarnas leveranskedja, sänka tillväxttakten på kort sikt i branschen och påverka europeiska tillverkare av halvledarutrustning och Arm. Varaktigheten av en eventuell inbromsning i tillväxten skulle också vara osäker.
Det faktum att detta genombrott kommer från ett kinesiskt företag mitt under skärpta exportkontroller för halvledare och högre geopolitisk spänning kan vara en utlösande faktor för Donald Trump-administrationen att lansera nyare exportkontroller över hela leveranskedjan, vilket påverkar företag som ASML.
ASML:s ledning antar redan en kraftig normalisering av sin kinesiska verksamhet under 2025, men en ny omgång exportkontroller skulle leda till ännu lägre efterfrågan, vilket potentiellt kan skada 2025-guidningen. Vi kommer att vara fortsatt uppmärksamma på eventuella nyheter om nya exportkontroller, och ASML:s nästa rapport kommer den 29 januari.
Kan OpenAI lära sig av DeepSeek?
DeepSeek har visat att det finns alternativa vägar för förbättringar av AI-modeller än att bara använda mer kapital. Dess V3-modell använder en fundamentalt annorlunda arkitektur än de flesta AI-modeller. Medan OpenAI- eller Llama-modellerna förlitar sig på en tät arkitektur, där hela det neurala nätverket används för varje inmatning, använder DeepSeek en blandning av expertarkitektur, som bara aktiverar vissa delar av nätverket (experter) för varje given inmatning.
Tack vare detta kan inferenskostnaden minskas med 10 gånger eller mer, beroende på användningsfall. Vi förväntar oss att ledande AI-modeller som OpenAI kommer att införliva alla användbara lärdomar från DeepSeek i sina modeller inom kort, för att minska enhetskostnaderna för utvecklare.
Författaren eller författarna äger inga aktier i de värdepapper som nämns i denna artikel. Läs mer om Morningstars redaktionella policy.
