【区角快讯】美东时间3月26日，美股存储芯片板块大幅下挫，其中闪迪股价跌幅超过11%，希捷科技下跌逾8%，超威半导体与西部数据均跌超7%，美光科技亦接近7%的跌幅。
此轮抛售潮的导火索，源于谷歌研究院即将在国际学习表征会议（ICLR 2026）上发表的一篇学术论文。该研究提出名为“TurboQuant”的新型AI内存压缩技术。据谷歌方面披露，该技术能在不损失模型准确性的前提下，将大语言模型推理过程中的键值缓存（KV Cache）内存占用压缩至原有水平的六分之一，并在英伟达H100 GPU上实现最高达8倍的性能提升。
KV缓存是AI模型运行时的关键“工作内存”，用于暂存历史上下文信息。随着输入文本长度增加，该缓存呈线性增长，成为制约推理效率与成本的核心瓶颈。TurboQuant采用一种高度优化的量化压缩方案，结合PolarQuant（极坐标量化）与QJL（量化JL变换）两项创新方法，在维持零精度损失的同时，将KV缓存压缩至3-bit精度，突破了传统量化需在压缩率与额外开销间权衡的局限。
Cloudflare首席执行官评价称，这项成果堪称谷歌的“DeepSeek时刻”，有望通过极致效率显著降低AI部署成本。然而，摩根士丹利在最新研报中指出，市场对此存在明显误判。该技术仅适用于推理阶段的KV缓存优化，对模型权重所依赖的高带宽内存（HBM）无影响，亦不涉及AI训练环节。
分析师进一步解释，“6倍压缩”并非意味着整体存储需求下降，而是通过提升单GPU内存利用效率，支持4至8倍更长的上下文窗口，或在不触发内存溢出的情况下扩大批处理规模。截至目前，谷歌尚未公布TurboQuant在Gemini等自研模型中的具体落地时间表，相关成果预计将于下月在ICLR 2026会议上正式发布。
当前市场对AI硬件需求的短期情绪波动，反映出投资者对底层技术演进的理解仍显不足；长期来看，效率提升更可能激发新应用场景，而非抑制存储需求。
