[谷歌] Google新算法 引发华尔街大地震
本周美国存储器芯片类股的市值，足足蒸发近1000亿美元（约新台币3.2兆元）。 而引发这场华尔街大地震的导火线，居然是Google所点燃、这家科技巨头最新发布的研究报告暗示，先前因为AI热潮所驱动的硬件短缺问题，接下来有望缓解，因为他们找到新的方法，能让厂商在训练人工智能时，可以大幅减少耗能与算力。
Google“TurboQuant”革命
不少投资人原本非常看好存储器类股，因为运行AI模型所需的数据中心，都需要装置大量记忆体芯片，才能维持其运算能力，作为核心零件、过去一年全球高阶记忆体短缺状况一直难以缓解，持续处于供不应求的趋势，也使得内存与储存设备供应商，成为华尔街AI浪潮下的最大赢家。 甚至一度比英伟达（Nvidia）、微软（Microsoft）与Alphabet在内的科技巨头还受欢迎。
然而，Google 本周发布的研究论文，却彻底动摇投资人对于“AI 将持续消耗庞大存储容量”的信心。
这家搜索巨头推出“TurboQuant”算法，标榜能在不牺牲输出准确度前提，大幅压缩AI模型。 这也意味着，未来的AI模型将能在内存容量小得多的电脑硬件上顺利运行。
获利了结卖压出笼
在华尔街广泛的抛售潮中，各大内存供应商本周灾情惨重。
美光科技（Micron）：自上周五收盘以来，股价重挫15%，市值蒸发超过700亿美元（约新台币2.24兆元）。 美光作为美国高带宽记忆体（HBM）的领导供应商，其产品与英伟达芯片，并列为驱动Google Gemini与OpenAI ChatGPT等AI平台不可或缺的关键零件。
SanDisk：闪存设备制造商，同时也是2025年标普500指数（S&P 500）表现最佳的股票，本周市值蒸发约150亿美元（约新台币4800亿元）。
威腾电子（Western Digital）与希捷科技（Seagate）：两大储存设备巨头，各自也损失数十亿美元的市值。
总部位于加州的资产管理公司Informed Momentum，其投资长普伦提斯（Travis Prentice）表示，“这些股票之前已经历惊人的涨幅，因此任何边际新闻、都可能引发股价回调，都是非常理性的反应。 记忆体类股的涨势，看起来还没结束，但市场期望已经极高，所以在当前动荡的市场环境中，投资人获利了结是合理的举动。”
运算成本降低，长期将有更大AI需求
针对Google新技术，摩根士丹利（Morgan Stanley，简称大摩）分析师透过报告指出，像TurboQuant这类的效率提升技术，确实能减少运行AI模型所需的基础设施。
“如果模型、能在大幅降低内存需求的情况下运行，且不流失效能，那么提供每次查询服务的成本将显著下降，进而带来更具利润的AI商业部署。 如此一来，原本需要云端丛集才能运行的模型，现在也可以装载到本地端硬件上，这将有效降低大规模部署AI的门槛。”
[加西网正招聘多名全职sales 待遇优]
好新闻没人评论怎么行，我来说几句
Google“TurboQuant”革命
不少投资人原本非常看好存储器类股，因为运行AI模型所需的数据中心，都需要装置大量记忆体芯片，才能维持其运算能力，作为核心零件、过去一年全球高阶记忆体短缺状况一直难以缓解，持续处于供不应求的趋势，也使得内存与储存设备供应商，成为华尔街AI浪潮下的最大赢家。 甚至一度比英伟达（Nvidia）、微软（Microsoft）与Alphabet在内的科技巨头还受欢迎。
然而，Google 本周发布的研究论文，却彻底动摇投资人对于“AI 将持续消耗庞大存储容量”的信心。
这家搜索巨头推出“TurboQuant”算法，标榜能在不牺牲输出准确度前提，大幅压缩AI模型。 这也意味着，未来的AI模型将能在内存容量小得多的电脑硬件上顺利运行。
获利了结卖压出笼
在华尔街广泛的抛售潮中，各大内存供应商本周灾情惨重。
美光科技（Micron）：自上周五收盘以来，股价重挫15%，市值蒸发超过700亿美元（约新台币2.24兆元）。 美光作为美国高带宽记忆体（HBM）的领导供应商，其产品与英伟达芯片，并列为驱动Google Gemini与OpenAI ChatGPT等AI平台不可或缺的关键零件。
SanDisk：闪存设备制造商，同时也是2025年标普500指数（S&P 500）表现最佳的股票，本周市值蒸发约150亿美元（约新台币4800亿元）。
威腾电子（Western Digital）与希捷科技（Seagate）：两大储存设备巨头，各自也损失数十亿美元的市值。
总部位于加州的资产管理公司Informed Momentum，其投资长普伦提斯（Travis Prentice）表示，“这些股票之前已经历惊人的涨幅，因此任何边际新闻、都可能引发股价回调，都是非常理性的反应。 记忆体类股的涨势，看起来还没结束，但市场期望已经极高，所以在当前动荡的市场环境中，投资人获利了结是合理的举动。”
运算成本降低，长期将有更大AI需求
针对Google新技术，摩根士丹利（Morgan Stanley，简称大摩）分析师透过报告指出，像TurboQuant这类的效率提升技术，确实能减少运行AI模型所需的基础设施。
“如果模型、能在大幅降低内存需求的情况下运行，且不流失效能，那么提供每次查询服务的成本将显著下降，进而带来更具利润的AI商业部署。 如此一来，原本需要云端丛集才能运行的模型，现在也可以装载到本地端硬件上，这将有效降低大规模部署AI的门槛。”
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 | 更多... |
推荐: