随着美国谷歌近期推出一项旨在优化人工智能(AI)模型内存使用效率的新技术，三星电子、SK海力士等相关企业的股价齐齐应声波动。这一动向折射出市场深层的焦虑：存储芯片行业的“超级周期”或将比预期更早画上句号。然而有分析指出，正如中国AI初创企业DeepSeek推出低成本、高效率模型反而进一步加剧了全行业的投资竞逐一般，当前市场对这项新技术的忧虑实属过虑。
此次争议的直接起因是谷歌于当地时间24日在其官方博客发布的一篇论文。事实上，谷歌早在去年4月便首次公开了有关“Turbo Quant”技术的论文，此次则是将其更为详尽地重新发布在官网上。
从论文内容来看，Turbo Quant是一项通过压缩ChatGPT或Gemini等AI模型的“键值缓存(KV Cache)”大小，从而在降低内存占用量的同时提升响应速度的核心技术。所谓键值缓存，是指AI模型在生成回答时，将先前的对话上下文进行临时存储以便随时调用的方式。这就好比为加快答复速度而特意准备了一本“专属备忘录”。
问题在于，随着AI模型日益庞大，这本“备忘录”的体量也在不断膨胀。这正是高带宽内存(HBM)、NAND闪存等存储芯片需求全方位激增且价格持续飙升的核心原因。谷歌的研究结果显示，Turbo Quant通过对数据进行标准化压缩，并校正压缩数据与原始数据间的误差，成功将内存使用量大幅削减至现有水平的六分之一。消息一出，市场随之动摇，纷纷担忧“AI企业的存储芯片需求是否将因此大幅缩水”。
英国《金融时报》(FT)撰文指出，受谷歌发布最新研究成果影响，美国美光、闪迪等存储及存储设备相关企业的市值在一周内累计蒸发近1000亿美元。同期，三星电子和SK海力士股价也下跌超过8%。
有分析认为，正如谷歌曾通过自主研发AI芯片(TPU)来降低对英伟达的依赖一样，此次或许又是其凭借自研软件，为破解“存储芯片供应紧张”困局寻得了突破口。
不过，反对意见同样不在少数。一位半导体行业人士表示：“我们正在关注相关进展，但仅凭一篇论文，很难判断其会在短期内对整个存储芯片市场产生重大影响。”他还指出：“随着大型科技企业持续加大AI数据中心建设投入，如果内存利用效率提升、成本压力下降，反而可能进一步刺激AI投资需求。”
证券界的看法也大致相同。有观点援引“杰文斯悖论”指出，历史上蒸汽机燃料效率的提升非但没有减少煤炭使用，反而因蒸汽机的普及推高了煤炭总耗量；这种现象极有可能在AI领域重演。成均馆大学化学工程系教授权锡俊(音)表示：“与过去不同，当前技术需求正朝着超乎预期的方向不断深化。因此，存储芯片企业也应积极转变业务性质，向‘AI存储芯片企业’迈进，例如将软件技术深度整合至现有硬件中，并在芯片设计初期就引入客户参与”。换言之，企业亟需超越单纯的通用存储芯片的生产与供应，向开发高度定制化的AI存储芯片转型。
朴钟午 姜在求 记者