Google新演算法引爆記憶體股賣壓 市場擔心晶片業定價權被削弱

Google發表了一種演算法，並宣稱這技術能改善 AI 模型的記憶體使用效率。受此消息影響，記憶體晶片和儲存概念股周三全面下挫。

美光股價跌3.4%，盤中一度大跌6.1%，連續五日下跌；Sandisk大跌 3.5%，連續四個交易日下跌。儲存裝置製造商希捷（Seagate）和威騰電子（Western Digital）股價周三各跌2.8%和1.6%。

亞洲記憶體股周四開盤也跟著重挫，三星電子和SK海力士各跌2.8%和3.4%。

Google周二晚上推出了 TurboQuant壓縮演算法，並說 TurboQuant不僅提升 AI 模型速度和效率，也能大幅減少記憶體使用量。

這項演算法針對的是「向量」（vectors），其功能是協助 AI 模型理解並處理從簡單到複雜的資訊。Google 解釋說，高維度向量會消耗大量記憶體，進而在「鍵值快取」（KV cache）產生瓶頸；而此快取技術正是讓 AI 模型能「記住」已處理過的資料，進而加快回應詢問速度的關鍵。

雖然高維度向量可透過「向量量化」技術來壓縮，但 Google 說，這技術本身也會產生記憶體問題，因為需要計算和儲存額外數據，「這在某種程度上違背了向量量化的初衷。」Google 去年 4 月發表研究論文所提出的 TurboQuant，正是為了解決這個問題。

記憶體和儲存裝置製造商先前因零組件短缺，能大幅調漲價格。如今，有投資人可能認為 AI 指標企業未來不再需要這麼多記憶體，削弱美光等供應商強大的定價權。

但也有人認為事情沒那麼簡單，因為當技術進步降低了資源成本時，反而會因為資源變得更容易取得，進而推升了需求。

Google 說，其新型壓縮演算法能將 AI 模型的鍵值快取（KV cache）記憶體用量減少至少六倍，並將速度提升高達八倍，這實質上降低了「推論」（即執行 AI 模型）的成本。有分析師拿傑文斯悖論（Jevons paradox）解釋，這將帶動 AI 模型的普及，進而導致對記憶體更多的需求。

Lynx Equity Strategies發給客戶的報告中寫道：「Google 所詳述的方法，在未來 3 到 5 年內幾乎不會減少對記憶體和快閃記憶體的需求，因應供給極度受限，」這個研究機構重申了對美光 700 美元目標價；美光周二收盤價為 382美元。