事件總覽：近來記憶體市場因Google發表TurboQuant演算法，引發對AI模型記憶體需求恐將大幅減少的疑慮，導致相關股價重挫，但業界專家普遍認為這波恐慌可能反應過度，並預期效率提升反而會刺激更多需求。
📅 2025年1月：DeepSeek引發市場震盪，卻反證「傑文斯悖論」
回溯至2025年1月，中國的DeepSeek模型橫空出世，以其降低AI模型訓練成本的能力震驚市場。當時，這一度引發投資人擔憂雲端服務商對AI晶片的投資可能過度，導致美國股市市值曾一度蒸發高達1兆美元。
「另一個 DeepSeek 時刻。」摩根士丹利分析師曾這樣形容類似事件的影響力。
然而，隨後發生的卻是經典的「傑文斯悖論」：模型效率的提升，反而大幅增加了AI服務的整體需求，最終證明了擴大AI基礎設施投資的合理性。這段歷史經驗為當前TurboQuant引發的市場恐慌，提供了一個重要的參考視角。
📅 2025年4月：TurboQuant技術草稿悄然現身
有趣的是，Google新發布的TurboQuant演算法，其技術草稿其實並非全新概念。早在2025年4月，這項潛在的突破性技術就已在網路社群中流傳，顯示各大科技巨頭與大型語言模型（LLM）開發商，其實都已投入類似的記憶體優化研究。
瑞穗科技產業專家Jordan Klein直言：「如果這項技術真的好到能在Google內部大量使用，相信我，他們絕對不會發表論文公開它。」這句話點出了業界對於核心競爭力技術的保護心態。
TurboQuant的技術原理與潛力
Google將TurboQuant描述為AI模型的「數位備忘單」，它主要用來解決大型語言模型在處理資訊時，KV快取（key-value cache）記憶體空間迅速填滿的瓶頸。傳統的壓縮技術可能導致模型出現「幻覺」或錯誤，而TurboQuant的目標正是在不損害模型準確度的前提下，將AI模型的KV記憶體需求降低至少6倍，同時將處理速度提升最多8倍。你可能會想，記憶體需求降低6倍，那記憶體廠商不就慘了？這正是市場恐慌的根源，然而，故事往往不只一個面向。
📅 最新進展：市場對TurboQuant反應過度？
儘管Google新發布的TurboQuant演算法，承諾能大幅壓縮AI模型對KV快取記憶體的需求，一度讓投資人對記憶體股前景感到不安，但多數分析師認為市場的恐慌情緒可能反應過頭了。
專家觀點：效率提升反推動需求
- 傑文斯悖論重現：如同DeepSeek的經驗，記憶體使用效率的提升，通常會降低成本，進而刺激更多AI服務與應用的發展，最終反而帶動對更多硬體，包括記憶體本身的龐大需求。這就是經濟學上著名的「傑文斯悖論」。
- Sandisk財務長Luis Visoso與美銀證券（BofA Securities）對談時，也持相同觀點。美銀分析師Wamsi Mohan引述Visoso的說法指出，TurboQuant能提升超大規模資料中心資本支出的投報率（ROI），而效率的提升反將推高需求。Mohan更將Sandisk的投資評等維持在「買進」，目標價為900美元。
- 摩根士丹利分析師Joseph Moore則指出，Google對KV快取效率的提升，對整體記憶體需求的直接影響其實有限。因為這些數據主要儲存在高頻寬記憶體（HBM）中，而HBM的容量並不會因此改變。
📅 市場反應：美光與Sandisk股價短期承壓
雖然業界專家普遍看好記憶體效率提升的長期效益，但在短期內，市場的恐慌情緒仍對相關記憶體大廠造成衝擊。記憶體大廠美光（Micron Technology, Inc.）股價續挫6.97%，收355.46美元，創下自1月5日以來的收盤新低。電腦儲存設備領導服務商Sandisk也同步慘跌11.02%，收603.17美元，創下3月9日以來的收盤新低。這顯示市場仍需要時間消化這項新技術帶來的影響，並重新評估AI記憶體市場的長期走勢。
至今影響與未來展望：記憶體市場的再平衡
AI模型對算力與記憶體的需求，始終是推動半導體產業發展的關鍵動力。雖然Google的TurboQuant演算法在短期內引發了市場對AI記憶體需求的擔憂，但從長遠來看，這項技術的出現，更像是對AI基礎設施效率的一次重大優化。它不僅可能降低AI服務的運行成本，還能讓更多開發者以更低的門檻使用AI技術，進而催生出更多元、更龐大的AI應用場景。這股效率提升的浪潮，最終很可能像過去的科技創新一樣，非但沒有減少硬體需求，反而會創造出一個更廣闊的記憶體市場。對於投資人而言，這或許是重新審視AI產業投資邏輯，而非盲目恐慌的時刻。
