一天蒸發6200億！谷歌算法黑科技擊潰存儲股，華爾街痛批市場「不懂技術」

每經記者｜岳楚鵬    每經編輯｜高涵    

從「算力時代」進入「推理時代」，AI對內存的需求激增，大幅提振了全球存儲公司業績和股價。

但谷歌的一篇文章，讓美國和韓國的內存巨頭市值一天蒸發了超900億美元（約合人民幣6200億元）。

當地時間3月24日，谷歌研究院（Google Research）發佈了一篇介紹名為TurboQuant的向量量化壓縮算法的文章，宣稱在不損失準確率前提下，將大模型運行時的關鍵內存佔用壓縮至3比特（原有內存佔用的1/6）。

有市場觀點認為，這一算法將減少AI對內存的需求。

但也有分析師稱，市場的反應説明，很多人對技術「一竅不通」。

當地時間3月24日，谷歌發佈名為TurboQuant的內存壓縮算法。谷歌方面表示，TurboQuant可以在不損失準確性的情況下，將大型語言模型運行時的關鍵部分——鍵值緩存（KV Cache）的內存佔用減少為原有的1/6，同時在英偉達H100GPU上的特定測試中，性能可提升高達8倍。

這一消息迅速觸發市場重估邏輯。

富國銀行分析師Andrew Rocha認為，這項技術可能影響未來對內存容量規格的需求判斷。他在報告中寫道：「市場很快就會重新評估，AI究竟還需要多少內存容量。」

當地時間3月25日，即消息發佈后的第一個美股交易日，存儲芯片板塊在盤中集體跳水。閃迪（SanDisk）股價一度大跌6.5%，收盤時跌幅收窄至3.5%，市值損失36.3億美元。同日，美光科技（Micron Technology）下跌3.4%，市值損失151.66億美元；西部數據（Western Digital）下跌1.63%，市值損失16.64億美元；希捷科技（Seagate Technology）下跌2.76%，市值損失21.4億美元。

負面情緒迅速擴散至亞洲市場。3月26日，韓國SK海力士股價下跌6.23%，市值損失44.18萬億韓元（約合293.8億美元）；三星電子也下跌了4.71%，市值損失57.83萬億韓元（約合384.5億美元）。

全球主要內存巨頭市值損失合計超900億美元（約合人民幣6200億元）。

TurboQuant引發震動的核心，在於其精準擊中了大模型的關鍵成本痛點——KV緩存（Key-Value Cache）。

在大模型推理過程中，模型需要保存歷史上下文信息形成KV緩存，以避免重複計算。但隨着上下文窗口增長，KV緩存呈線性膨脹，佔用大量GPU內存。

例如，一個700億參數模型在512用户、2048 Token輸入場景下，僅KV緩存就需約512GB內存，約為模型本體的4倍，已成為商業化部署中的最大成本之一。

傳統解決方案是「量化」，即用低精度數據替代高精度浮點數，但往往犧牲準確率，且還需額外存儲量化參數，抵消部分壓縮收益。

TurboQuant通過兩步優化解決這一問題。

第一步，利用名為PolarQuant的方法，將數據從笛卡爾座標轉換為極座標，類似於「向東走3米，向北走4米」的指令，簡化為「以37度角走5米」。通過隨機旋轉讓數據分佈可預測，從而無需額外量化參數，直接減少內存開銷。

第二步，再利用名為QJL（量化約翰遜-林登施特勞斯變換）的技術，用僅僅1個比特來修正第一步壓縮后產生的微小誤差，確保最終結果的準確性。

谷歌表示，通過該組合方案：

◆KV緩存可壓縮至3比特，內存佔用減少為原有的1/6（降幅約83%）；

◆在Gemma、Mistral等模型測試中，性能與未壓縮模型一致，無需額外訓練或微調；

◆在NVIDIA H100測試中，4比特TurboQuant注意力計算速度達到32位未量化的8倍。

儘管市場短期劇烈反應，但機構觀點明顯分化。

首先，這項技術並非首次披露，相關論文早在2025年4月已公開。

其次，有分析指出，谷歌所謂的「8倍性能提升」是與32位未量化模型對比得出，而當前主流已普遍採用4位量化，實際提升或低於宣傳值。

市場分析機構Citrini Research分析師Jukan直言，因TurboQuant導致內存股暴跌，反映出市場對技術「一竅不通」，就像豐田推出混動發動機卻讓石油公司暴跌一樣。

摩根士丹利則指出，TurboQuant技術的影響範圍是有限的。它僅作用於推理階段KV緩存，不影響模型權重，也不涉及訓練環節。因此，這並不意味着整體存儲需求下降到原來的1/6，而是提升單位硬件效率，讓相同的硬件能處理更長的上下文或服務更多用户。

此外，摩根士丹利援引「傑文斯悖論」（Jevons Paradox），該理論認為，效率提升往往不會減少資源消耗，反而會因成本下降而刺激需求增長。就像瓦特改良蒸汽機提高了煤炭燃燒效率，結果卻是全球煤炭需求量的飆升一樣。摩根士丹利認為，通過大幅降低單次查詢的服務成本，TurboQuant能夠讓原本只能在雲端昂貴集羣上運行的模型遷移至本地，有效降低AI規模化部署的門檻，這可能反而能進一步提振整體需求。

Cloudflare首席執行官Matthew Prince將TurboQuant稱為谷歌的「DeepSeek時刻」。類似情況曾在DeepSeek發佈時出現：市場一度擔憂算力需求下降，但最終AI應用爆發，反而推高硬件需求。一開始下跌的英偉達后來再創歷史新高。

從行業規律「內存帕金森定律」來看，TurboQuant節省的內存不會閒置，而會被迅速消耗：每一輪硬件升級或軟件優化釋放出來的存儲余量，很快就會被更長的上下文窗口、更大的批處理規模、更復雜的推理需求所吞噬。換言之，節省下來的空間將被用於服務更多併發請求、處理更長的文檔，或者運行原本因內存不足而無法加載的大模型，甚至可能推動更強大的AI應用在手機等移動設備上成為現實。

免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請覈實。據此操作，風險自擔。

封面圖片來源：每經媒資庫