3 月 26 日，全球存储芯片市场因一篇学术论文陷入剧烈震荡，相关公司股价全线受挫。
美东时间 3 月 26 日，美股存储芯片板块大幅下挫，闪迪跌幅超 11%，西部数据跌超 7%，美光科技跌超 6%。A 股方面，恒烁股份跌超 6%，兆易创新、佰维存储、朗科科技均跌超 5%，江波龙、北京君正等个股同步走低。截至北京时间 22 点 30 分，美股盘中闪迪跌超 6%，美光科技、西部数据跌超 4%，希捷科技跌超 3%。
此次市场波动的导火索，是谷歌研究院即将在 ICLR 2026 国际学习表征会议发布的论文，其推出的新型 AI 内存压缩技术 TurboQuant，号称能将大语言模型推理的缓存内存压缩至原来的 1/6，在英伟达 H100 GPU 上实现最高 8 倍性能加速。
资本市场将这一技术解读为存储硬件需求的重大利空，恐慌性抛售随之而来，但其长期真实影响仍有待观察。
现实版 “Pied Piper” 来袭，TurboQuant 破解大模型内存难题
当前大模型运行的核心瓶颈之一是键值缓存（KV Cache），随着上下文窗口不断扩大，其内存消耗呈指数级增长，成为推高推理成本的关键因素。
TurboQuant 本质是极致量化压缩算法，团队凭借 PolarQuant 极坐标量化和 QJL 量化 JL 变换两大创新，实现零损失前提下将 KV Cache 压缩至 3-bit 精度。
业内人士将其比作美剧《硅谷》中凭借无损压缩算法颠覆行业的 Pied Piper，Cloudflare CEO 更是称其为谷歌的 “DeepSeek 时刻”，认为该技术有望大幅降低 AI 运行成本。
市场 “条件反射” 抛售，投行与业内人士发声纠偏
受 “算力存力至上” 逻辑影响，资本市场担忧该技术会导致 DRAM、HBM 物理采购量锐减，资金纷纷避险出逃。这并非存储股首次因技术恐慌下跌，2025 年初 DeepSeek 低成本模型发布时也曾引发类似质疑，“以软代硬” 正从概念走向现实。
不过华尔街投行保持理性，摩根士丹利研报指出市场存在误读：TurboQuant 仅作用于推理阶段的 KV Cache，不影响模型权重所需的 HBM，也与 AI 训练无关，6 倍压缩实则是提升单 GPU 吞吐量，而非减少总存储需求。
Lynx Equity Strategies 分析师则认为报道存在夸大，8 倍性能提升是对比老旧 32 位模型，当前推理模型已普遍使用 4-bit 量化。此外，该技术仅在 Gemma、Mistral 等开源模型验证，普适性仍需检验，且谷歌早在 2025 年 4 月就已发布相关技术论文。
国内也早有同类布局，月之暗面 KimiLinear 可降低最多 75% 的 KV Cache 使用，DeepSeek V2 的 MLA 方法也能优化缓存。
杰文斯悖论或再现，效率提升反而激活更大需求
从经济学视角看，TurboQuant 的长期影响或符合杰文斯悖论：技术效率提升降低使用成本，反而会激发更庞大的总需求。
短期来看，2026 年服务器 DRAM 需求预计增长 39%，HBM 需求年增 58%，行业增长浪潮或将覆盖技术优化效果。长期而言，压缩算法从未改变硬件采购整体规模，该技术会降低 AI 部署门槛，激活更多应用场景。
业内专家表示，推理成本重心将转向存储优化，总拥有成本大幅下降，助力中小厂商参与 AI 创新，加速 AI 民主化进程。
一篇未正式发表的论文便引发全球存储板块巨震，折射出当前 AI 基础设施投资逻辑的脆弱与敏感。截至发稿，谷歌尚未公布 TurboQuant 在 Gemini 等核心模型的部署时间表，相关讨论将在 4 月 ICLR 2026 会议持续发酵，本报将持续跟踪报道。
瑞士苏黎世联邦理工学院的化学工程师团队在半导体微型化领域取得...
谁也未曾料到，传闻近两年的三星三折叠手机，竟在 12 月一个...
神舟二十二号航天员乘组将在序列中永远空缺，神舟二十号飞船则确...