Nvidia's 17% Single-Day Crash: How DeepSeek's Open-Source AI Shook Wall Street

Nvidia's 17% Single-Day Crash: How DeepSeek's Open-Source AI Shook Wall Street

N
News Editor 01
2026-07-06 20:31:35
Nvidia shares plunged 17% in a single day, wiping out $600 billion in market cap, after DeepSeek's open-source AI model outperformed ChatGPT. The shockwave hit tech stocks and crypto mining, raising questions about the AI narrative and hardware demand.

2026年7月6日,美股市场迎来了一场突如其来的风暴。芯片巨头英伟达(NVIDIA)股价单日暴跌17%,从142美元急挫至124美元,市值蒸发约6000亿美元。这场暴跌的直接导火索,是中国AI初创公司DeepSeek发布的开源AI模型——该模型在多项指标上超越了ChatGPT,并迅速登上应用商店榜首。市场恐慌迅速蔓延,台积电、博通等科技巨头股价纷纷重挫,加密货币挖矿行业也面临硬件需求的重新评估。

DeepSeek的开源革命:为何冲击如此巨大?

DeepSeek的突破性在于,它证明了更低的计算成本也能实现顶尖的AI性能。与OpenAI等依赖大量英伟达高端GPU训练模型的巨头不同,DeepSeek通过创新的架构和优化,大幅降低了对算力的依赖。Annex Wealth Management首席经济学家Brian Jacobsen指出:“如果DeepSeek确实是传说中的‘更好捕鼠器’,那么它可能颠覆过去两年推动市场的整个AI叙事。”这种叙事的核心正是“AI发展需要无限增加芯片、电力与数据中心投入”,而DeepSeek的成功让这一逻辑出现裂痕。

连锁反应:科技股崩盘与挖矿业的困境

英伟达的暴跌引发了多米诺骨牌效应。台积电(TSMC)股价下跌14%,博通(Broadcom)暴跌17%,多家AI相关公司市值蒸发。对于加密货币挖矿行业而言,这一冲击尤为致命——矿业公司大量依赖英伟达的GPU进行加密货币(如以太坊、莱特币)的挖掘。市场波动加剧迫使机构投资者重新评估AI与加密货币交叉领域的持仓。分析师警告,如果AI芯片需求放缓,中国二手市场GPU价格可能暴跌,进而影响挖矿设备的投资回报率。

Jacobsen进一步解释:“这可能意味着对芯片的需求减少,对大规模电力生产的需求减少,对大型数据中心的需求减少;但另一方面,也可能意味着AI变得更加易用,从而启动各种有用应用程序的开发。” 这种双重性使得市场短期陷入剧烈博弈,避险情绪浓厚,部分资金流向黄金等传统避险资产。

未来展望:AI与加密货币市场的再平衡

此次英伟达暴跌揭示了AI市场一个关键的转变:算力垄断的壁垒可能被开源创新打破。对于加密货币而言,若AI模型效率提升降低了对高端硬件的依赖,那么挖矿行业的集中度可能下降,而“AI+区块链”的融合应用(如去中心化推理、算力交易)则可能迎来发展机遇。然而,短期内市场的恐慌情绪尚未消散,投资者需警惕科技股与加密货币的联动风险。随着DeepSeek等开源模型的普及,行业可能进入一个“去硬件迷信”的新阶段——这既是挑战,也是长期价值重塑的开端。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
400

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.