本文您將讀到
- Google 黑科技引發的真相：深度並白話解析 TurboQuant 演算法本質，為何壓縮 KV Cache 是 DRAM 的事，市場卻連 NAND 儲存股一起拋售？
- 打破「效率提升＝需求減少」的恐慌迷思：為何 AI 運算變便宜，反而會讓記憶體消耗總量呈現指數級噴發！
- 南亞科 (2408.TW) 10 億美元私募案：為何做網通的 Cisco (#CSCO)、做快閃記憶體的 SanDisk (#SNDK)，要砸千億搶投資市佔僅 2% 的老廠？
- 投資策略定錨：在 AI 投資的修羅場中過濾敘事雜音，看懂巨頭們的產能焦慮，如何讓記憶體正式升級為戰略物資。
前言
這幾天，如果你手上有記憶體相關的持股（如美光 #MU、威騰 #WDC、SK 海力士等），可能經歷了一場莫名其妙的驚嚇。
美光 (#MU) FY2Q26 財報評析：毛利率上看 81%！AI 引爆記憶體戰略物資時代，首度簽下「5 年長約」背後的 AI 產能焦慮
市場上突然颳起了一陣「敘事逆風」：Google 發布了 TurboQuant 壓縮演算法技術。這項技術號稱能將 KV Cache（鍵值快取）的記憶體佔用空間大幅縮減 6 倍，並讓 H100 GPU 的推論速度提升 8 倍。
文獻參考:TurboQuant：以極致壓縮重新定義人工智慧效率
新聞一出，市場群眾馬上聯想到：「哇！記憶體用量可以省 6 倍？那以後誰還要買 DRAM？記憶體大廠準備完蛋了！」然後，不管三七二十一，先把記憶體股票倒貨再說。
但事實真的是這樣嗎？就在散戶被演算法新聞嚇得拋售持股時，科技巨頭們卻正在真實的商業世界裡，上演一場產能搶奪戰。
讓我們戴上客觀分析的眼鏡，從最新的重磅新聞，拆解這波錯殺的荒謬邏輯。
官方解密：什麼是 TurboQuant？它到底施了什麼魔法？
根據 Google Research 團隊發布的最新報告，TurboQuant 是一套先進的量化演算法，專為大型語言模型和向量搜尋引擎提供大規模的壓縮能力。AI 模型在處理資訊時，高度依賴高維度向量，但這會消耗大量的記憶體，導致「鍵值快取（Key-Value Cache，簡稱 KV Cache）」出現嚴重瓶頸。KV Cache 就像一個高速的「數位作弊表（digital cheat sheet）」，能儲存常用資訊，讓電腦瞬間檢索而無需搜尋緩慢的龐大資料庫。TurboQuant 的出現，就是在完全不損失準確度的情況下，解決這個記憶體開銷問題。它主要透過兩個關鍵步驟來達成極致壓縮：
- 第一步：高品質壓縮（PolarQuant 方法）
- TurboQuant 首先會隨機旋轉資料向量，藉此簡化資料的幾何結構。
- 接著，PolarQuant 會將向量從標準的笛卡兒座標轉換為「極座標」系統。這就像是把「往東走 3 個街區、往北走 4 個街區」的指令，替換成「以 37 度角走 5 個街區」。將資料映射到固定的圓形網格上，免去昂貴的資料正規化步驟，消除傳統量化方法的記憶體開銷。
- 因為角度的模式是已知且高度集中的，這使得資料能映射到固定的「圓形」網格上，從而免去了昂貴的資料正規化步驟，並消除了傳統量化方法必須承受的記憶體開銷。這階段會使用大部分的壓縮能力來捕捉原始向量的主要概念與強度。
- 🗣️ 一句白話秒懂 PolarQuant：
簡單來說，這就像是把電腦原本複雜的報路法（向東走 3 步、向北走 4 步）」，改成更直覺的「雷達指針法（朝 37 度角直接走 5 步）」；因為方向和距離變得固定且好預測，電腦就不必再額外浪費記憶體去處理複雜的網格計算，直接就能抓出資料的核心重點！
- 第二步：消除隱藏誤差（QJL 演算法）
- 在第一階段後，TurboQuant 會利用極小的一部分壓縮能力（僅 1 個 bit），套用 Quantized Johnson-Lindenstrauss (QJL) 演算法來處理殘留的微小誤差。
- QJL 階段相當於一個數學的誤差校正器，能消除偏差，讓最終的注意力分數（attention score）更加準確。
- 🗣️ 一句白話秒懂 QJL 演算法：
這就像是一個超級微調器；在剛剛用雷達指針法抓出大方向後，系統只用極小的力氣，就能把剩下那一點點的微小誤差給精準校正回來，確保 AI 的判斷完全不失真。
這項技術的具體戰績非常驚人：它能在不需要重新訓練或微調的情況下，將 KV Cache 量化至僅 3 bits，並將 KV 記憶體容量縮減至少 6 倍。此外，在 H100 GPU 加速器上，4-bit 的 TurboQuant 甚至能比 32-bit 的未量化金鑰提升高達 8 倍的效能。
富程觀點—市場的錯殺
Google 的技術確實令人驚豔，在了解了技術本質，我們來看看為什麼這波殺盤邏輯需要重整一下，點出其中三個盲點：
盲點一：把 DRAM 和 NAND 混為一談
如同 Google 報告所述，TurboQuant 壓縮的是KV Cache。在硬體的物理架構中，KV Cache 主要常駐在 GPU 的 HBM 或 GDDR 裡；如果 GPU 撐不住了，才會 Offload（卸載）到 CPU RAM 裡。只有在處理超級巨大的 Context（上下文）或極度冷門的資料時，才有機會跑到底層的 SSD（NAND Flash）。也就是說，這個演算法主要是針對 DRAM 的優化，
根本不關 NAND 儲存的事！
但市場卻因為這則新聞，把 NAND 相關股票也一起跟著丟下去。這就是近期市場感到恐慌的地方，恐慌一來，管你是算力還是儲存，先賣再說。
當然不排除其他賣股票的原因，只是針對此事件來做推導。
盲點二：成本降低會導致使用量增加，而不是減少。
演算法永遠會變得更有效率，就像去年的Deep Seek一樣，但這並不會取代記憶體或 GPU 的物理存在。它可能會在結構上微幅降低單一任務的 DRAM 需求。
但當資源使用效率提高、成本下降時，反而會激發出指數級增長的新應用場景。單一任務省下的記憶體，會被成千上萬個新冒出來的 AI 任務瞬間吃光。
關鍵術語解釋
為了讓你更好懂，這段話涉及幾個 AI 運算的硬核心技術：
• KV Cache： AI 在對話時，為了「記得」你前面說過的話，會把之前的資訊存在記憶體裡。對話越長，KV 快取佔用的記憶體就越多。
• TurboQuant / Compression（壓縮技術）： 這是一種把數據變小的技術。
外行的看法： 數據變小了 → 記憶體用量變少 → 記憶體公司（美光、海力士）利空。
富程的看法： 數據變小 → 省下的空間可以讓 AI 一次讀更多書、聊更長的內容（擴大上下文） → 使用者會更瘋狂地使用 AI → 最終消耗總量反而更多。
• Cost per Token（每個字元的成本）： AI 運算變便宜，會刺激需求。
盲點三：真正的受惠者在邊緣運算 (Edge AI)
這項技術的突破，與其說是對資料中心 DRAM 的利空，不如說是對 ARM 架構與終端設備（AIPC、AI 手機）的超級利多！因為它讓 AI 模型更容易在本地端（Local）順暢運行，加速 AI 落地到你我的設備中。
現實狀況：散戶在拋售，巨頭卻在砸千億買「保單」
如果 Google 的演算法真的會讓記憶體需求消失，那以下這則新聞就完全無法解釋了。
就在市場看壞記憶體時，台灣記憶體廠南亞科 (2408.TW) 連發公告，宣布完成大規模私募案，引進了四家國際大廠：SanDisk（晟碟 #SNDK）、Kioxia（鎧俠）、Solidigm（SK海力士旗下）、以及 Cisco（思科 #CSCO）。
這份名單非常詭異：SanDisk 與鎧俠是做快閃記憶體的，Cisco 是做網通設備的，Solidigm 身為全球最大 DRAM 廠之一 SK 海力士的子公司，竟然跑去投資自家母公司的競爭對手？更何況，南亞科的全球市占長期徘徊在 2~3% 之間，主力還是舊世代的 DDR4。
為什麼這些科技巨頭，要拿大把現金去投資一個市佔僅 2% 的小廠？
AI 改變了遊戲規則，成熟製程成了「稀缺資產」
AI 伺服器對 HBM（高頻寬記憶體）的需求進入指數級成長。三大廠（海力士、三星、美光）幾乎全數把先進產線轉向 HBM 和 DDR5，供應 AI 伺服器的優先度遠高於一切。
但世界上還有大量的設備（企業級 SSD、網路交換器、工控系統）在跑 DDR4。當三大廠資源向 HBM 傾斜，到了 2027 年，全球能穩定量產 DDR4 的，大概只剩南亞科 (2408.TW) 和華邦電(2344.TW)。
買的不是股票，是「不用擔心斷貨的確定性」
這四案私募都有一個共同結構：入股同時附帶長期 DRAM 供應協議，且綁定三年鎖定期。
以 SanDisk 為例，它花了約 10 億美元（近 310 億台幣）取得南亞科 3.9% 股份。SanDisk 實際買的可能不是南亞科未來的財務分紅，而是拿 10 億美元買一份「記憶體供應的確定性」。
這就像是超市開業前，供應商先出資入股，條件是未來幾年必須給予固定的上架空間。
過去科技業的核心邏輯是誰技術最強，誰最值錢。但 AI 改變了這個假設，「供應鏈安全」已經變成比技術水準更根本的優先議題。 在 DRAM 供給緊缺的時代，能簽到長期供應協議，本身就是一種無法用錢直接在現貨市場買到的業務護城河。
結論
總結來說，Google 的 TurboQuant 是一項偉大的軟體工程突破，但它對記憶體產業的影響，「感覺更像是一陣敘事的逆風，而不是對實質盈餘（Earnings）的打擊。」
在 AI 投資的修羅場裡，與其每天盯著 Google 又出了什麼讓運算更有效率的演算法而自己嚇自己，我們真正該關注的主指標，永遠是 Hyperscaler（雲端巨頭）的資本支出（CapEx）預測。
擔心演算法會讓客戶不買記憶體嗎？
想一想：如果連買低階 DDR4 的 Cisco、SanDisk，都已經恐慌到要砸 10 億美元入股來「買產能保單」；那麼極度渴求頂規 HBM 與高階 DRAM 的微軟、Google、Meta，會有多焦慮？
這完美解釋了全球第三大記憶體廠 美光 (#MU) 剛剛交出亮眼的財報！大型CSP不但沒有因為演算法而減少採購，反而因為怕買不到，首度捧著現金跟美光簽下長達 5 年的 SCA 戰略長約，甚至讓美光下一季的毛利率指引直接衝上駭人的 81%！
記憶體早就不是過去那個隨便殺價的大宗商品，而是 AI 軍備競賽中真正的「戰略物資」。
想知道這 81% 暴利背後的真相？想了解美光 250 億美元的資本支出到底在盤算什麼？點擊下方連結，閱讀富程觀點的完整深度解析，帶你從法人的內部模型與估值區間，看懂這波錯殺背後的黃金佈局點！
👉美光 (#MU) FY2Q26 財報評析：毛利率上看 81%！AI 引爆記憶體戰略物資時代，首度簽下「5 年長約」背後的 AI 產能焦慮
參考資料: