近期，記憶體大廠美光（Micron Technology, Inc.）與電腦儲存設備領導服務商 Sandisk 股價因 Google 發布的 TurboQuant 演算法受挫，該技術旨在大幅壓縮大型語言模型（LLM）的 KV 快取記憶體需求。然而，業界分析師普遍認為市場反應過度，指出這項技術並非全新，且歷史經驗顯示，效率提升反而可能刺激更多硬體需求，呼應了「傑文斯悖論」的經濟現象。
Google TurboQuant 技術揭密：效率提升與市場憂慮
Google 最新發布的 TurboQuant 演算法，旨在解決 AI 模型中 KV 快取（key-value cache）的瓶頸。Google 將其形容為 AI 模型的「短期記憶」或「數位備忘單」，其核心目標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，並將速度提升最多 8 倍。對於過去仰賴 AI 對記憶體與儲存容量需求成長而獲利的投資人而言，這項宣稱無疑敲響了警鐘。
不過，這項技術的實際影響可能不如表面聽來那般劇烈。首先，TurboQuant 並非全然嶄新的技術，其技術草稿早在 2025 年 4 月就已在網路上流傳。瑞穗（Mizuho）科技產業專家 Jordan Klein 便指出，每個雲端巨頭與 LLM 開發商都在積極研發類似的效率優化技術。
Jordan Klein 表示：「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。」這暗示了 Google 可能有更先進或更具商業價值的內部技術，而公開的論文更多是作為技術交流或引導產業發展之用。
記憶體市場的「傑文斯悖論」效應：效率提升反促需求增長
市場對記憶體需求的恐慌可能過度，主要原因之一是效率提升往往會降低成本，進而刺激更廣泛的應用與需求，此即經濟學上著名的「傑文斯悖論」。這意味著，當某項資源的使用效率提高時，其消耗量反而可能增加，因為成本下降使得該資源更容易被取得和應用。
以 2025 年 1 月中國的 DeepSeek 案例為證，該模型橫空出世時，展現了降低 AI 模型訓練成本的能力，一度引發市場對雲端商在 AI 晶片投資過度的擔憂，導致美股市值一口氣蒸發 1 兆美元。然而，隨後發生的正是「傑文斯悖論」：更高效的模型大幅增加了 AI 服務需求，反而證明了擴大投資的合理性。這段歷史經驗為當前 TurboQuant 引發的市場反應，提供了寶貴的參考依據。
產業權威解析：短期震盪與長期成長動能
業界專家普遍對記憶體市場的長期展望抱持樂觀態度。Sandisk 財務長 Luis Visoso 在與美銀證券（BofA Securities）對談時，便持相同觀點。美銀分析師 Wamsi Mohan 引述 Visoso 的說法指出，TurboQuant 等技術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整體需求。基於此判斷，Mohan 維持 Sandisk 的投資評等為「買進」，目標價設定在 900 美元。
摩根士丹利（Morgan Stanley，通稱大摩）分析師 Joseph Moore 也補充說明，Google 對 KV 快取效率的提升，對整體記憶體需求的直接影響有限。他指出，這些數據主要儲存在高頻寬記憶體（HBM）中，而該組件的容量需求並不會因此技術而改變。這代表即使快取效率提升，對 HBM 等關鍵記憶體的需求依然穩固。
- 技術迭代雖短期造成市場波動，但長期而言有助於成本最佳化與應用擴展。
- 記憶體使用效率提升，預期將催生更多 AI 應用場景與相關硬體需求。
- 高頻寬記憶體（HBM）等關鍵零組件的容量需求，預計將維持穩定。
- 主要雲端巨頭與 LLM 開發商皆積極投入類似效率優化技術的研發，顯示產業共識。
記憶體產業展望：AI 浪潮下的挑戰與機遇
儘管市場分析普遍樂觀，記憶體股價仍受到短期衝擊。截至 26 日終場，美光股價續挫 6.97%，收於 355.46 美元，創下 1 月 5 日以來收盤新低。Sandisk 同步慘跌 11.02%，收於 603.17 美元，創 3 月 9 日以來收盤新低。這些市場反應凸顯了新技術發布初期，投資人情緒波動的常態。
然而，從歷史經驗與產業趨勢來看，AI 對記憶體與儲存容量的長期需求依然強勁。技術創新如同雙面刃，短期內可能帶來不確定性，但長遠來看，它將降低成本、擴大應用範疇，最終轉化為產業的成長動能。記憶體產業正處於 AI 浪潮的關鍵節點，儘管面臨技術變革帶來的挑戰，其潛在的機遇與成長空間依然廣闊。
