要點

• 包括美光和閃迪在內的內存股，因市場擔憂谷歌的 TurboQuant 算法而下跌。

• 谷歌的 TurboQuant 算法可顯著提升內存使用效率。

• 分析師認為，TurboQuant 提升效率反而可能增加整體硬件需求，而不是減少，這體現了「傑文斯悖論」。

本周以來，表現強勁的內存股如美光和閃迪遭遇打壓，而原因可能與谷歌在本周一篇研究論文中詳細介紹的 TurboQuant 壓縮算法有關。

美光科技 （MU）和 閃迪 （SNDK）周四分別下跌4%和6%。近幾個月內存股大幅上漲，因此出現波動並不罕見。但分析師指出，Google周二發布的一篇介紹 TurboQuant 算法的博客，可能成為市場擔憂的觸發因素。

TurboQuant 是一種旨在解決「鍵值緩存」（key-value cache）瓶頸問題的算法。谷歌將該緩存形容為一種「數字速查表」，實際上相當於人工智能模型的短期記憶。雖然可以通過壓縮技術在這張「速查表」中存放更多信息，但它仍然很快會被填滿。而且壓縮可能導致模型產生「幻覺」，即出現錯誤輸出。

TurboQuant 的設計正是為了解決這些問題。谷歌研究人員表示，在不降低模型準確性的前提下，TurboQuant 可將 AI 模型中的「鍵值內存規模」至少縮小六倍，同時將運行速度提升最多八倍。

對於那些押注美光和閃迪上漲、並受益於 AI 對內存處理器和存儲容量需求不斷增長的投資者來說，聽到任何與「AI 內存使用減少六倍」相關的消息，都可能令人不安。

不過，TurboQuant 實際上並沒有聽起來那麼可怕。首先，它並不算新技術——該算法的技術草稿早在 2025 年 4 月就已在網上出現。因此，它很可能並不代表當前 AI 公司最前沿的技術水平，而且在今天的模型中，其效果也未必如宣稱的那樣顯著。

Jordan Klein（瑞穗證券技術、媒體與電信行業專家）寫道：「我敢肯定，目前每一家雲計算巨頭和大語言模型開發者，都有大量工程師和優秀科學家在研究類似技術。但如果這項技術真的如此出色且已在谷歌大規模應用，相信我，他們是不會公開發表論文的。」

其次，也是更重要的一點，更高效的內存使用很可能帶來的結果是——整體硬件需求反而增加。

一個類比是 2025 年 1 月，當DeepSeek展示出先進 AI 模型可以以相對低成本訓練時，引發了約 1 萬億美元的市場恐慌，市場擔心芯片和其他組件出現過度投資。然而隨後發生的卻是「Jevons Paradox（傑文斯悖論）」：更強大、更高效的模型反而顯著提升了對 AI 服務的需求，從而證明需要更多投資。

閃迪首席財務官Luis Visoso在與美國銀行證券分析師的交流中，也提到了類似的邏輯。

美國銀行分析師Wamsi Mohan在一份研究報告中寫道：「Visoso 先生指出，[TurboQuant] 可以提高超大規模資本開支（capex）的投資回報率，而這種效率提升反過來可能推動需求上升。」

Mohan 維持對閃迪股票的「買入」評級，並給出 900 美元的目標價。

內存股此前的大幅上漲以及投資規模的不斷擴大，使得投資者對任何可能預示周期反轉、導致供過於求的信號都保持警惕。但從目前來看，TurboQuant 並不像是那個會終結上漲動能的因素。