谷歌「壓縮革命」衝擊AI算力邏輯：儲存需求見頂了嗎

TradingKey - 谷歌(GOOGL)發布的新型 AI 記憶體壓縮技術 TurboQuant，引發市場對儲存需求前景的擔憂。受消息影響，美股儲存晶片類股週三盤中遭遇重挫，閃迪(SNDK)一度跌 6.5%，美光科技(MU)一度跌超 5%，威騰電子(WDC)一度跌超 6%，希捷科技(STX)跌超 8%。

在過去一年 AI 行情中，儲存類股受益於 HBM、DRAM 與 NAND 價格上漲，估值已處於相對高位，因此任何潛在削弱需求增速的變數，都會被迅速定價。

據稱，該技術可在不損失準確性的前提下，將大語言模型的快取記憶體佔用至少減少 6 倍，並實現最高 8 倍的加速，旨在解決 AI 推論與向量搜尋中的記憶體瓶頸問題。

TurboQuant 的核心在於對大模型推論階段的記憶體佔用進行極限壓縮。在不顯著損失模型精度的前提下，其可將 KV Cache 壓縮至 3 位元，實現約 6 倍記憶體節省，並帶來最高 8 倍的推論效能提升。

這一突破本質上並未削弱 AI 需求，而是顯著提升了單位算力的使用效率，使得相同硬體資源能夠承載更多推論任務。

市場定價顯示，這一技術被解讀為「儲存利空」。

然而，從目前資訊來看，該技術主要作用於推論環節，並未觸及訓練端對高頻寬記憶體的剛性依賴，也難以替代大規模算力集群在模型訓練中的核心地位。這意味著，AI 基礎設施的需求基礎仍然穩固，只是資源使用方式正在發生變化。

進一步來看，這種效率提升反而可能帶來「需求擴張」的結果。當推論成本顯著下降，AI 應用的商業化門檻同步降低，更多企業與開發者將有能力部署大模型服務，終端使用頻率也隨之提升。在這一過程中，整體算力消耗未必下降，反而可能因應用場景擴展而上升。即效率提升在一定條件下會刺激總需求增長。

此次儲存類股的回檔，更像是高估值環境下的預期再定價，而非基本面鬆動，但長期來看，AI 需求的擴散趨勢並未改變，反而可能因成本下降而進一步強化。

谷歌 TurboQuant 所帶來的衝擊，本質上並非「需求消失」，而是「需求重構」。投資者需要關注的是，在 AI 效率持續提升的背景下，哪些儲存公司能夠在新的產業結構中掌握原有的定價權。