[谷歌] Google新算法 引發華爾街大地震
本周美國存儲器芯片類股的市值，足足蒸發近1000億美元（約新台幣3.2兆元）。 而引發這場華爾街大地震的導火線，居然是Google所點燃、這家科技巨頭最新發布的研究報告暗示，先前因為AI熱潮所驅動的硬件短缺問題，接下來有望緩解，因為他們找到新的方法，能讓廠商在訓練人工智能時，可以大幅減少耗能與算力。
Google“TurboQuant”革命
不少投資人原本非常看好存儲器類股，因為運行AI模型所需的數據中心，都需要裝置大量記憶體芯片，才能維持其運算能力，作為核心零件、過去壹年全球高階記憶體短缺狀況壹直難以緩解，持續處於供不應求的趨勢，也使得內存與儲存設備供應商，成為華爾街AI浪潮下的最大贏家。 甚至壹度比英偉達（Nvidia）、微軟（Microsoft）與Alphabet在內的科技巨頭還受歡迎。
然而，Google 本周發布的研究論文，卻徹底動搖投資人對於“AI 將持續消耗龐大存儲容量”的信心。
這家搜索巨頭推出“TurboQuant”算法，標榜能在不犧牲輸出准確度前提，大幅壓縮AI模型。 這也意味著，未來的AI模型將能在內存容量小得多的電腦硬件上順利運行。
獲利了結賣壓出籠
在華爾街廣泛的拋售潮中，各大內存供應商本周災情慘重。
美光科技（Micron）：自上周伍收盤以來，股價重挫15%，市值蒸發超過700億美元（約新台幣2.24兆元）。 美光作為美國高帶寬記憶體（HBM）的領導供應商，其產品與英偉達芯片，並列為驅動Google Gemini與OpenAI ChatGPT等AI平台不可或缺的關鍵零件。
SanDisk：閃存設備制造商，同時也是2025年標普500指數（S&P 500）表現最佳的股票，本周市值蒸發約150億美元（約新台幣4800億元）。
威騰電子（Western Digital）與希捷科技（Seagate）：兩大儲存設備巨頭，各自也損失數拾億美元的市值。
總部位於加州的資產管理公司Informed Momentum，其投資長普倫提斯（Travis Prentice）表示，“這些股票之前已經歷驚人的漲幅，因此任何邊際新聞、都可能引發股價回調，都是非常理性的反應。 記憶體類股的漲勢，看起來還沒結束，但市場期望已經極高，所以在當前動蕩的市場環境中，投資人獲利了結是合理的舉動。”
運算成本降低，長期將有更大AI需求
針對Google新技術，摩根士丹利（Morgan Stanley，簡稱大摩）分析師透過報告指出，像TurboQuant這類的效率提升技術，確實能減少運行AI模型所需的基礎設施。
“如果模型、能在大幅降低內存需求的情況下運行，且不流失效能，那麼提供每次查詢服務的成本將顯著下降，進而帶來更具利潤的AI商業部署。 如此壹來，原本需要雲端叢集才能運行的模型，現在也可以裝載到本地端硬件上，這將有效降低大規模部署AI的門檻。”
[物價飛漲的時候 這樣省錢購物很爽]
無評論不新聞，發表壹下您的意見吧
Google“TurboQuant”革命
不少投資人原本非常看好存儲器類股，因為運行AI模型所需的數據中心，都需要裝置大量記憶體芯片，才能維持其運算能力，作為核心零件、過去壹年全球高階記憶體短缺狀況壹直難以緩解，持續處於供不應求的趨勢，也使得內存與儲存設備供應商，成為華爾街AI浪潮下的最大贏家。 甚至壹度比英偉達（Nvidia）、微軟（Microsoft）與Alphabet在內的科技巨頭還受歡迎。
然而，Google 本周發布的研究論文，卻徹底動搖投資人對於“AI 將持續消耗龐大存儲容量”的信心。
這家搜索巨頭推出“TurboQuant”算法，標榜能在不犧牲輸出准確度前提，大幅壓縮AI模型。 這也意味著，未來的AI模型將能在內存容量小得多的電腦硬件上順利運行。
獲利了結賣壓出籠
在華爾街廣泛的拋售潮中，各大內存供應商本周災情慘重。
美光科技（Micron）：自上周伍收盤以來，股價重挫15%，市值蒸發超過700億美元（約新台幣2.24兆元）。 美光作為美國高帶寬記憶體（HBM）的領導供應商，其產品與英偉達芯片，並列為驅動Google Gemini與OpenAI ChatGPT等AI平台不可或缺的關鍵零件。
SanDisk：閃存設備制造商，同時也是2025年標普500指數（S&P 500）表現最佳的股票，本周市值蒸發約150億美元（約新台幣4800億元）。
威騰電子（Western Digital）與希捷科技（Seagate）：兩大儲存設備巨頭，各自也損失數拾億美元的市值。
總部位於加州的資產管理公司Informed Momentum，其投資長普倫提斯（Travis Prentice）表示，“這些股票之前已經歷驚人的漲幅，因此任何邊際新聞、都可能引發股價回調，都是非常理性的反應。 記憶體類股的漲勢，看起來還沒結束，但市場期望已經極高，所以在當前動蕩的市場環境中，投資人獲利了結是合理的舉動。”
運算成本降低，長期將有更大AI需求
針對Google新技術，摩根士丹利（Morgan Stanley，簡稱大摩）分析師透過報告指出，像TurboQuant這類的效率提升技術，確實能減少運行AI模型所需的基礎設施。
“如果模型、能在大幅降低內存需求的情況下運行，且不流失效能，那麼提供每次查詢服務的成本將顯著下降，進而帶來更具利潤的AI商業部署。 如此壹來，原本需要雲端叢集才能運行的模型，現在也可以裝載到本地端硬件上，這將有效降低大規模部署AI的門檻。”
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: