人工智能（AI）的影响力极为深远，已然彻底重塑了我们熟知的科技格局。这一代新型算法有望简化各类耗时任务，进而大幅提升生产效率。随着全球范围内对人工智能技术的竞相应用，数据中心的需求呈现爆发式增长，代工厂也在以最快速度量产支持人工智能运行的半导体产品。其中，高带宽内存（HBM）、DRAM以及NAND等存储芯片，在人工智能数据处理过程中扮演着不可或缺的关键角色，但即便相关芯片产量持续提升，目前仍处于供不应求的状态，价格始终居高不下。

Alphabet旗下的谷歌公司近期刚刚宣布了一项压缩技术的重大突破，该技术有望进一步提升人工智能模型的运行效率，从而减少对部分稀缺内存芯片的需求。这一消息对美光科技和闪迪公司而言，或许意味着潜在的不利影响。

算法突破：TurboQuant重塑AI效率

谷歌在上周发布的一篇博文中正式宣布，其科研团队成功开发出一种名为TurboQuant的AI内存压缩算法。谷歌科学家在相关研究论文中表示：“我们引入了一系列先进的、理论基础扎实的量化算法，能够对大型语言模型和向量搜索引擎进行大规模压缩。”

这一算法最令人震撼的优势在于，其集成应用可将AI模型的内存使用量降低至少6倍，同时使运行速度提升高达8倍，且能保证精度零损失，这一成果彻底重新定义了人工智能技术的运行效率。换句话说，借助该算法，所需的内存芯片数量可减少83%。

Cloudflare联合创始人兼首席执行官Matthew Prince在X平台上发表的一篇文章中表示：“这就是谷歌的DeepSeek。”他还补充道，“在速度、内存使用、功耗和多租户利用率方面，AI推理还有很大的优化空间。”

行业影响：NAND首当其冲，美光、闪迪承压

初步分析结果显示，谷歌这一新型算法的推出，并不会对所有类型的存储器产生同等程度的影响。其中，NAND闪存将受到最直接的冲击，而DRAM和HBM则基本不会受到影响。这一情况对闪迪而言更为不利，因为该公司的几乎全部收入都来源于NAND闪存业务；相比之下，美光科技对NAND市场的依赖度则低得多，其第二季度约21%的营收来自闪存业务。

此前，内存芯片的严重短缺已持续推高其市场价格，美光科技首席财务官马克·墨菲在本月初公司发布的第二季度财报中也提及了这一现象。他表示：“DRAM……价格上涨了60%左右，主要受行业供应紧张的影响……NAND……价格上涨了70%以上，主要受NAND行业供应紧张的影响。”

业内人士认为，若谷歌的TurboQuant算法最终能达到预期的应用效果，将有效减少市场对部分类型内存芯片的需求。而需求的下降，最终将导致相关内存芯片价格回落，进而对美光科技和闪迪公司的产品销量造成冲击。

转机：内存降价或反向刺激需求

不过，这一变化也并非全是坏消息。有部分评论人士指出，内存芯片价格的下降，实际上可能会刺激市场需求的增长。因为内存成本的降低会进一步压低人工智能技术的应用成本，这将促使更多企业倾向于采用AI技术，进而增加对内存芯片的整体使用量和市场需求。

目前，这一系列变化最终会朝着何种方向发展，仍有待时间来给出答案。