一篇论文砸翻全球牛股，全球存储芯片市场恐慌，谷歌TurboQuant凭什么
昨日，全球存储芯片市场因一篇学术论文而引发恐慌。
截至3月26日收盘，A股存储板块重挫，恒烁股份跌超6%，兆易创新、佰维存储、朗科科技应声跌超5%，江波龙、北京君正等核心标的纷纷跟跌。美股开盘后，闪迪大跌超6%，美光科技与西部数据重挫超4%，希捷科技跌超3%，存储芯片与硬件供应链相关指数单日跌幅超过2%。
导火索来自谷歌研究院发布AI内存压缩算法“TurboQuant”。谷歌宣称能将大模型推理中的缓存内存占用压缩至六分之一，并在英伟达H100 GPU上实现最高8倍的性能加速。
TurboQuant目前仍处于实验室阶段，怎么会吓崩存储板块？是“狼来了”，还是谷歌的“DeepSeek时刻”来了？
大模型的压缩包
要理解存储板块为什么地震，我们得先看懂谷歌的底牌是什么。
我们都知道，模型越大，显存就越不够用，如今全球模型都面临算力瓶颈，芯片难求。传统的方法是键值缓存，就像你和AI聊天，AI需要笔记本记下对话，聊得越久，笔记本越厚，每次翻阅的内容越多，这让AI开始胡言乱语。行业内一直在尝试量化压缩，但每次压缩都需要一个压缩密码，压缩密码极占用空间，这样的压缩方法收益不高。
而谷歌的TurboQuant既要又要，用了两个阶段。
第一阶段叫极坐标量化。放弃了传统的直角坐标系，将数据向量转换成了极坐标系。简单来说，就是把“向东走3条街、向北走4条街”这种定位，变成了“朝着37度角走5条街”。 转换成了几何，让数据的分布可以预测，消除了传统算法中的计算负担，收益拉满。
第二阶段的量化JL变换技术更难。它是 数学层面的纠错器，把微小误差压缩成一个符号位（+1或-1），零额外开销下，又保证了绝对精准。
TurboQuant在LongBench基准测测试
凭借着两个阶段，TurboQuant的实测相当恐怖。在开源模型上，TurboQuant在长文本提取、代码生成、摘要任务中拿了满分，实现了零精度损失，更在英伟达H100显卡上，跑出了比未压缩版本快8倍的惊人速度！
靠着这套逻辑，AI的算力成本能压缩一大半。
硬件巨头们慌了神？
但纯软件层面的创新，为什么会让卖硬件的慌了神？因为全球存储芯片市场早就神经紧绷，囤货太多。
2025年底到2026年初，全球都处于内存危机之中。AI算力的需求增长，打破原有的供应链平衡，一台AI服务器对内存的需求，是传统服务器的8倍以上。为了吃下这波红利，三星、SK海力士、美光这三大存储巨头，将80%以上的产能转向了高利润的HBM（高带宽内存，专供GPU使用）。这也导致了普通DRAM和NAND Flash产能锐减，电脑和手机价格上涨。NAND TLC颗粒单日跳涨50%，从2025年三季度到2026年一季度，整体涨幅超过123%；DRAM（DDR4/DDR5）部分规格涨幅高达100%到300%，部分现货价格直接翻了2到3倍。
图源东方财富
下游厂商彻底陷入了恐慌性囤货。手机、PC、汽车、消费电子厂商为了保住生产线，开始疯狂下单、提前锁货，行业的库存周期从3.3周砸到了2.7周，部分晶圆厂，甚至对客户提出了“交3年预付现金”的霸王条款。国家发改委价格监测中心在2月底发文确认，存储价格持续上涨并已向下游传导，电脑、手机厂商已频发现调价函。预计2026年全球手机出货量将同比下滑10%到15%，创下十多年新低；汽车供应链的内存满足率甚至不足50%，大面积生产延迟。
“部分消费电子公司可能会在2026年下半年倒闭。”就连一向头铁的马斯克，都一度宣布特斯拉要自建存储厂来保命。
在这个节骨眼上，TurboQuant 横空出世。谷歌宣称能把KV Cache的内存需求砍掉六分之五，对于那些花重金囤积内存的下游硬件厂商，以及在享受暴利的上游存储原厂来说，无异于釜底抽薪。单张显卡的内存效率被成倍放大，那这段时间全球各大服务商的采购不就成了笑话？
是DeepSeek时刻，还是杰文斯悖论？
那么，存储厂商的苦日子真的要来了吗？可能并不简单。
我们不妨对比一下行业中类似事件。2025年初，当DeepSeek发布时，同样让全球市场认为算力硬件需求到顶。如今，不少人把TurboQuant的发布称为谷歌的“DeepSeek时刻”，认为其有望像DeepSeek一样，通过软件效率拉低AI成本。
但这其可能只是经济学中的“杰文斯悖论”。就像工业革命历史，瓦特改良了蒸汽机，让煤炭的利用效率大幅提升，人们以为效率高了，英国的煤炭消耗量就会减少。结果恰恰相反，因为蒸汽机高效且便宜，它被迅速普及到了纺织、轮船、火车等各个领域，反而让煤炭需求爆发。
这个规律，也许在今天同样适用。TurboQuant降低了内存成本，让单次推理成本理论上降低了50%以上，但企业绝不会少买内存，相反，它会激发出更庞大的总需求。通过大幅降低服务成本，这类技术能让原本只能在昂贵云端集群上运行的大模型，无缝迁移至本地。当中小企业不再受制于显存成本，当所有的手机、PC、汽车甚至微波炉都能流畅跑起大模型时，全球存储芯片的总盘子，只会变得比今天更庞大。
狼来了？资本的算盘
抛开技术与经济学不谈，一个正在实验的技术，真的能引发全球股市震荡吗？还是说，资本只是找了个砸盘的借口？
“利好出尽是利空，涨多了一定要跌。”过去一年多里，全球存储芯片板块借着AI算力的东风，以及人为制造的供需失衡炒作，股价早已翻了数倍。无论是美光、海力士，还是国内的兆易创新、佰维存储，其估值都太高了。对于早已获利丰厚的主力资金而言，内存在高位横盘，随时面临下游需求反噬的风险（如今天的手机销量下滑）。他们犹如惊弓之鸟，随时准备抢跑套现。
摩根士丹利在最新的研报中也指出，市场对此次事件存在严重的过度解读。TurboQuant 技术仅仅作用于“推理阶段”的键值缓存，它根本不影响模型权重本身所占用的大量高带宽内存（HBM），更与极其消耗显存的“AI训练任务”毫无关系。许多分析师更是直言媒体报道存在夸大成分。当前的AI推理模型，其实早就广泛采用了4-bit的量化数据进行降本增效，谷歌在论文中宣称的“8倍性能提升”，很大程度上是建立在与老旧的32位未量化模型对比的基础之上，这多少有点“田忌赛马”。
图源东方财富
此外，目前TurboQuant的验证范围主要集中在Gemma、Mistral等中小体量的开源模型上，谷歌自家Gemini的适配效果至今尚未公开，在万亿参数模型上的普适性仍需打个问号。
也许，这篇论文只是资本用来戳破泡沫的那根针。在估值过高、情绪过热的节点上，只要有一点风吹草动，资本就会毫不犹豫地借题发挥。
让子弹再飞一会
不管资本市场如何博弈，从长远来看，TurboQuant指明了一个的新形势，大家都在通过算法优化来压榨算力。
过去两年，AI是场烧钱游戏，大家都在囤英伟达得显卡，成本像一座大山，是所有创业公司和中小开发者迈不过去的坎。直到Deepseek的出现，大家才意识到算法优化得重要性。
“旧时王谢堂前燕，飞入寻常百姓家”。未来在更多TurboQuant的压缩下，可能只需要一台Mac Mini，或者一台老旧联想笔记本，AI就能在本地流畅运行。
以软代硬，已经成为中美科技圈共同突围的方向。
（微信公众号：Tahou_2025）
关注塔猴公众号，回复“1”加入专属社群
扫码下载塔猴APP，查看更多干货
