文章核心观点 - 谷歌发布了一项名为TurboQuant的新技术 该技术可显著降低运行大型语言模型所需的内存 从而可能缓解AI发展带来的存储芯片短缺并影响价格 此消息引发存储芯片公司股价普遍下跌[1][3][4] - 市场对此技术影响存在分歧 一方面担忧其会减少超大规模企业对存储芯片的需求 另一方面有观点援引杰文斯悖论 认为效率提升将刺激更多需求 对行业长期影响更为积极[4][5][6] 行业背景与近期表现 - 存储芯片行业近期表现强劲 主要受AI基础设施快速发展推动芯片价格上涨 从而提升利润和股价[2] - 以亚马逊和谷歌为首的四家超大规模企业 计划今年投入约6500亿美元建设数据中心 采购英伟达AI加速器及相关存储芯片[2] - SK集团董事长最近预测 存储芯片短缺将持续至2030年[2] 事件直接影响 - 谷歌公开TurboQuant技术研究后 存储芯片股延续跌势[1] - 韩国市场领导者SK海力士和三星电子股价分别下跌超过6%和约5%[1] - 美国的美光科技、西部数据和闪迪公司在盘前交易中均下跌超过2% 此前周三收盘均已走低[1] 新技术细节与潜在影响 - TurboQuant技术可将运行大型语言模型所需的内存至少减少六分之五 从而降低AI训练的整体成本[4] - 投资者担忧该技术可能减少超大规模企业对内存的需求 缓解此前推高智能手机和消费电子产品价格的短缺问题[4] - 摩根士丹利分析师认为该技术影响应更为积极 因为它改善了用于AI模型推理的关键价值缓存的效率 若模型能在显著降低内存需求的同时保持性能 服务每次查询的成本将大幅下降 从而使AI部署更有利可图[5] 市场观点与理论参考 - 摩根士丹利分析师及AI行业多头引用杰文斯悖论 该理论认为技术效率越高 需求反而会上升[6] - 摩根大通和花旗集团的分析师也引用了这一19世纪的理论 摩根大通分析师认为 投资者可能借此消息获利了结 但对内存消耗不构成近期威胁[6] - 科技界去年在深度求索公司的低成本AI模型引发对先进技术需求减少的担忧时 也曾提及杰文斯悖论[7]