[风险点] 半导体股“暴跌”…其实是谷歌TurboQuant引发的市场误判？
用于直观说明谷歌TurboQuant技术的信息图／图片 由Gemini生成
英伟达股价再次出现波动，三星电子和SK海力士也不例外。这一次的导火索，是谷歌在3月24日发布在研究博客上的一篇文章。名为TurboQuant的技术，其核心是可以用更少的内存来运行AI在对话过程中用于记忆上下文的临时存储空间——即KV缓存（Key-Value Cache）。市场的解读非常简单：内存使用减少，就意味着半导体需求减少。股价随即做出反应。
这种逻辑似曾相识。一年前DeepSeek事件时几乎如出一辙。当时有消息称中国一家初创公司以远低于传统成本实现高性能AI，英伟达股价在一天内暴跌超过17%。市场被“昂贵半导体不再需要大规模采购”的恐慌笼罩。后来发生了什么？大型科技公司的AI基础设施投资并未停止，反而随着AI应用企业数量的激增，半导体需求进一步快速增长，股价也回归原位。
TurboQuant本质上并无不同。KV缓存优化技术，其实是AI行业持续数年的研究方向。KV缓存是AI在处理长文本或长对话时，将已分析的信息存储在内存中的机制，但随着对话变长，所需内存容量会呈指数级增长。对此进行压缩与优化的研究并非谷歌独有。英伟达早在2025年就已通过NVFP4 KV缓存、KTVC等自研技术，宣布可将内存使用量最多降低20倍。
当时半导体股是否暴跌？并没有。如果每一次类似方向的技术出现，市场都像这次一样反应，半导体股早就触底了。这恰恰说明，此次市场反应并非基于对技术本质的准确理解。
“需求下降”的逻辑在数据面前同样站不住脚。效率提升20倍，理论上可以用同样的内存完成20倍的工作。但AI实际消耗的算力增长速度远超这一水平。以AI模型处理文本的最小单位“Token”为例，能够自主编写代码并处理复杂任务的AI代理，其Token消耗量据称约为普通聊天机器人的一万倍。聚合多个AI服务API流量的平台OpenRouter，其每周Token处理量已经用数据证明了这一趋势。效率提升的速度与需求增长的速度根本不在一个量级。
大型科技公司的动向也指向同一方向。亚马逊、谷歌、微软、Meta四家公司今年计划投入AI基础设施的资本支出总额已远超6000亿美元。其中，亚马逊单独就达2000亿美元，谷歌最高1850亿美元，Meta最高1350亿美元。值得注意的是，发布TurboQuant博客的正是谷歌本身，没有任何企业会因为这一项技术就改变其投资计划。
当前压制市场的并不是TurboQuant，而是在贸易摩擦与油价冲击所形成的不安情绪中，任何消息都被解读为利空的市场环境。AI代理时代将带来的算力需求规模被忽视，眼前的恐慌被无限放大。
随着技术进步，AI的应用场景不断扩大，需求最终只会进一步增长。这是AI产业迄今反复验证的发展路径。对于TurboQuant引发的这场“误判”，谨慎来看也很难成为例外。
