近期，記憶體大廠美光（Micron Technology, Inc.）與電腦儲存設備領導服務商Sandisk的股價在本週遭遇重挫，主因Google新發布的「TurboQuant」演算法，聲稱能將大型語言模型（LLM）的KV快取記憶體需求壓縮六倍。此消息一度引發市場對AI相關記憶體需求前景的擔憂，然而，多位業界分析師普遍認為，此波市場恐慌反應可能過度，並非全新技術，且歷史經驗顯示效率提升最終將帶動更多硬體需求。
Google「TurboQuant」演算法引發記憶體市場震盪
這項由Google推出的「TurboQuant」演算法，核心目標是解決AI模型在處理資訊時所面臨的KV快取（key-value cache）瓶頸。Google將其比喻為AI模型的「數位備忘單」或「短期記憶」，旨在更有效地儲存和檢索模型運作所需的關鍵數據。儘管市場上已存在壓縮資訊以擴大快取空間的方法，但傳統技術往往導致快取迅速填滿，甚至可能引發模型「幻覺」或錯誤。
Google研究人員表示，TurboQuant技術能在不損害模型準確度的前提下，將AI模型的KV記憶體需求降低至少六倍，同時將處理速度提升最多八倍。對於過去因AI對記憶體與儲存容量需求不斷成長而獲利的投資人而言，聽到「記憶體需求壓縮六倍」的消息，無疑是敲響了警鐘，導致美光在26日終場續挫6.97%，收355.46美元，創1月5日以來收盤新低；Sandisk同步慘跌11.02%，收603.17美元，創3月9日以來收盤新低。
專家剖析：技術非全新，效率提升反刺激需求
然而，業界分析師對TurboQuant的影響持有更為審慎且樂觀的看法。瑞穗（Mizuho）科技產業專家Jordan Klein指出，這項演算法的技術草稿早在2025年4月就已在網路出現，顯示其並非全然嶄新的突破。Klein更直言：
「如果這項技術真的好到能在Google內部大量使用，相信我，他們絕對不會發表論文公開它。」
其次，記憶體使用效率的提升，很可能反而會導致整體需求的進一步上揚，這正是經濟學上的「傑文斯悖論」（Jevons’ Paradox）所描述的現象——技術進步提高了資源使用效率，反而會增加該資源的總消耗量。舉例來說，2025年1月中國的DeepSeek模型問世，其展現的降低AI模型訓練成本能力，一度引發市場擔憂雲端服務商對AI晶片的投資過度，導致美股市值在短期內蒸發約一兆美元。然而，隨後發生的正是傑文斯悖論效應，更高效的模型大幅增加了AI服務的需求，反而證明了擴大投資的合理性。
- 技術非全新：TurboQuant技術草稿早在2025年4月已在網路流傳，雲端巨頭與LLM開發商皆在研發類似技術。
- 傑文斯悖論：效率提升降低成本，進而刺激更多AI服務與硬體需求。
- HBM需求穩定：KV快取數據主要儲存在高頻寬記憶體（HBM），其容量不會因此改變，對整體記憶體影響有限。
記憶體產業展望：HBM需求穩健，市場反應仍待觀察
Sandisk財務長Luis Visoso在與美銀證券（BofA Securities）對談時也持相同觀點。美銀分析師Wamsi Mohan引述Visoso的說法指出，TurboQuant能夠提升超大規模資料中心資本支出的投報率（ROI），而這種效率的提升反而將推高需求。基於此判斷，Mohan將Sandisk的投資評等維持在「買進」，目標價設定為900美元。
摩根士丹利（Morgan Stanley，通稱大摩）分析師Joseph Moore也強調，Google對KV快取效率的提升，對整體記憶體需求的直接影響其實有限。這是因為這些數據主要儲存在高頻寬記憶體（HBM）中，而HBM這類關鍵組件的容量並不會因此而改變。綜合各方觀點，儘管短期市場受到消息面衝擊，但長期來看，AI技術的進步與效率提升，預期將為記憶體產業帶來新的成長動能，而非單純的壓縮。
About the Author
