Google新演算法引爆记忆体股卖压 市场担心晶片业定价权被削弱

ysc

2026-03-26 08:18 经济日报／ 编译
刘忠勇／综合外电



Google新演算法是会增加还是减少对记忆体晶片的需求，还很难说。法新社


Google发表了一种演算法，并宣称这技术能改善 AI 模型的记忆体使用效率。受此消息影响，记忆体晶片和储存概念股周三全面下挫。


美光股价跌3.4%，盘中一度大跌6.1%，连续五日下跌；Sandisk大跌 3.5%，连续四个交易日下跌。储存装置制造商希捷（Seagate）和威腾电子（Western Digital）股价周三各跌2.8%和1.6%。


亚洲记忆体股周四开盘也跟着重挫，三星电子和SK海力士各跌2.8%和3.4%。


Google周二晚上推出了 TurboQuant压缩演算法，并说 TurboQuant不仅提升 AI 模型速度和效率，也能大幅减少记忆体使用量。


这项演算法针对的是「向量」（vectors），其功能是协助 AI 模型理解并处理从简单到复杂的资讯。 Google 解释说，高维度向量会消耗大量记忆体，进而在「键值快取」（KV cache）产生瓶颈；而此快取技术正是让 AI 模型能「记住」已处理过的资料，进而加快回应询问速度的关键。


虽然高维度向量可透过「向量量化」技术来压缩，但 Google 说，这技术本身也会产生记忆体问题，因为需要计算和储存额外数据，「这在某种程度上违背了向量量化的初衷。」Google 去年 4 月发表研究论文所提出的 TurboQuant，正是为了解决这个问题。


记忆体和储存装置制造商先前因零组件短缺，能大幅调涨价格。如今，有投资人可能认为 AI 指标企业未来不再需要这么多记忆体，削弱美光等供应商强大的定价权。


但也有人认为事情没那么简单，因为当技术进步降低了资源成本时，反而会因为资源变得更容易取得，进而推升了需求。


Google 说，其新型压缩演算法能将 AI 模型的键值快取（KV cache）记忆体用量减少至少六倍，并将速度提升高达八倍，这实质上降低了「推论」（即执行 AI 模型）的成本。有分析师拿杰文斯悖论（Jevons paradox）解释，这将带动 AI 模型的普及，进而导致对记忆体更多的需求。


Lynx Equity Strategies发给客户的报告中写道：「Google 所详述的方法，在未来 3 到 5 年内几乎不会减少对记忆体和快闪记忆体的需求，因应供给极度受限，」这个研究机构重申了对美光 700 美元目标价；美光周二收盘价为 382美元。