美股存儲芯片股為何今日重挫？

周三美股盤中，存儲芯片板塊遭遇顯著回調。西部數據（WDC）和美光科技（MU）均跌超4%，希捷科技（STX）跌幅超5%。

引發這一輪集體走弱的直接原因，是谷歌剛剛發佈了一項名為TurboQuant的新型AI內存壓縮技術，引發了市場對存儲硬件中長期需求前景的擔憂。

要理解為什麼一個「軟件算法」的進步會嚇壞「賣硬件」的公司，我們得先搞清楚大模型運行時最佔資源的地方——鍵值緩存（KV Cache）。

當你在和AI對話，或者讓它處理長文章時，爲了記住前面的內容（上下文），AI必須在內存里實時暫存大量數據。這就像一個人爲了記住長篇大論，腦子里得塞滿臨時的筆記。這些「臨時筆記」不僅極其佔用昂貴的存儲空間，還拖慢了AI的反應速度，限制了它能同時服務多少人。

谷歌推出的TurboQuant技術，正是爲了精準攻克這一硬件痛點。根據公開測試數據，該技術能夠在完全不損失大模型準確性、且無需重新訓練的前提下，將鍵值緩存直接壓縮至原先的六分之一。

同時，在英偉達H100加速器上，處理性能最高提升了8倍。這意味着，原本需要大量高昂內存硬件才能支撐的長上下文推理運算，現在通過底層數據結構的「瘦身」，用極少的內存空間就能高效完成。

面對這種「以軟代硬」的技術跨越，資本市場的第一反應往往是高度防禦性的。既然單張顯卡的內存吞吐效率被成倍放大，市場自然會推演：各大雲服務商和企業客户未來對存儲芯片的物理採購總量，是否會因此出現斷崖式下滑？

疊加存儲板塊今年以來已經累積了較為可觀的漲幅，整體估值處於相對高位。在當前容錯率極低的市場環境下，任何可能削減底層硬件採購量的邊際技術進展，都足以促使機構資金選擇提前獲利了結。

儘管投行如摩根士丹利隨后指出，這種效率提升主要集中在推理階段的緩存壓縮，並不影響模型權重所需的高帶寬內存（HBM）。且從長遠經濟學角度看，這可能觸發「傑文斯悖論」：AI運行成本的大幅降低將使規模化部署門檻驟降，進而激活更多應用場景，最終反而推升硬件總需求。

但對於當下的盤面而言，遠期的產業推演往往讓位於短期的「削減需求」恐慌，高估值疊加新技術衝擊，共同構成了今天存儲股集體下挫的核心邏輯。

本文來自微信公眾號「美股投資網」，作者：StockWe.com，36氪經授權發佈。