DeepSeekin V4.1-Flash pakotti sijoittajat arvioimaan AI-muistin kysynnän uudelleen

DeepSeekin V4.1-Flash antoi markkinoille syyn kyseenalaistaa keskeisen oletuksen tekoälylaitteistoihin liittyvässä sijoitustarinassa: että kyvykkäämmät mallit tarvitsevat väistämättä yhä enemmän muistia ja tallennuskapasiteettia jokaista käytössä olevaa työkuormaa kohti.

Reaktio oli ennen kaikkea tämän oletuksen uudelleenhinnoittelu. Se ei yksin todista, että tekoälymuistin pitkä noususykli olisi ohi.

Mitä DeepSeek muutti?

DeepSeek ilmoitti, että V4.1-Flash tarvitsee avain–arvo-välimuistiinsa eli KV-välimuistiin vain neljänneksen suuren kaistanleveyden HBM-muistista ja kahdeksasosan SSD-tallennuskapasiteetista verrattuna edelliseen sukupolveen. Yhtiö korosti, että välimuistiosumien kustannus voi muodostaa suuren osan agenttipohjaisten AI-palvelujen kustannuksista. 29

KV-välimuisti säilyttää mallin jo käsittelemien tokenien huomiointitilan. Siten mallin ei tarvitse laskea koko aiempaa keskustelu- tai prosessikontekstia uudelleen jokaisella jatkovastauksella. Pitkissä keskusteluissa, laajoissa konteksteissa ja AI-agenttien käytössä se on keskeinen inferenssipalvelun kapasiteettirajoite.

Lukuja ei kuitenkaan pidä tulkita siten, että koko AI-järjestelmän HBM-tarve putosi 75 prosenttia tai SSD-tarve 87,5 prosenttia. Vertailu koskee vain KV-välimuistia ja DeepSeekin omaa edeltävää arkkitehtuuria. Mallin painot, koulutusinfrastruktuuri ja muut osat tarvitsevat yhä huomattavasti muistia ja tallennustilaa. 25

Miksi muisti- ja tallennusosakkeet laskivat?

Sijoittajalle johtopäätös oli nopea: jos vastaavaa inferenssityötä voidaan tehdä huomattavasti pienemmällä välimuistilla, sama asennettu AI-laitteistokanta voi palvella useampia samanaikaisia käyttökertoja. Tämä voi heikentää lähiajan odotuksia muistitiheydestä työkuormaa kohden sekä HBM-muistin ja yritystason tallennuksen kysynnästä ja hinnoittelusta.

Seoulissa Samsungin osake laski julkaisun jälkeen 3,5 prosenttia ja SK Hynixin 2,2 prosenttia. 49 Myöhemmässä Yhdysvaltain kaupankäynnissä myös muisti- ja tallennusyhtiöt joutuivat myyntiin: markkinakommentaareissa DeepSeekin pienempää HBM- ja SSD-tarvetta pidettiin yhtenä syynä siihen, että AI-infrastruktuurin kysyntänäkymiä arvioitiin uudelleen. 5152

Yksittäinen mallijulkaisu ei tietenkään selitä kaikkia pörssiliikkeitä. Puolijohdeosakkeisiin vaikuttavat samanaikaisesti esimerkiksi tulosennusteet, tarjontatilanne, korot, yleinen riskinottohalu ja suurten teknologiayhtiöiden investointisuunnitelmat. Reaktio kuitenkin paljasti, kuinka herkäksi AI-osakkeiden arvostukset ovat muuttuneet ohjelmistojen ja malliarkkitehtuurin tehokkuusparannuksille.

Toinen paine: puheet huippu-AI:n kehitysvauhdin hidastamisesta

Tehokkuusuutinen osui samaan aikaan eri tyyppisen kysyntähuolen kanssa. Anthropicin toimitusjohtaja Dario Amodei esitti kirjoituksessaan We Must Pace the Frontier, että AI-kyvykkyyksien kehitysvauhtia tulisi hillitä, jotta yrityksillä ja valtioilla olisi aikaa varmistaa yhä kyvykkäämpien järjestelmien turvallisuus ja yhteensopivuus ihmisten tavoitteiden kanssa.

Amodei täsmensi, ettei "pacing" tarkoita mallien koulutuksen tai teknisen kehityksen pysäyttämistä. Hänen ehdotukseensa kuuluivat muun muassa ulkopuolisten arvioijien jatkuva pääsy yrityksiin, demokraattisten maiden välinen koordinointi ja maailmanlaajuinen yhteistyö. 40

Markkinat voivat silti tulkita hitaamman kyvykkyyskehityksen riskiksi, että osa laskenta-, verkko-, muisti- ja datakeskusinvestoinneista lykkääntyy. Päivänä, jota markkinaraportit käsittelivät, Nasdaq-100-futuurit laskivat 1,77 prosenttia, Marvell yli 7 prosenttia, Intel noin 6 prosenttia ja Micron yli 5 prosenttia. 51

Kyse on kahdesta eri asiasta:

• DeepSeek nosti esiin tehokkuuskysymyksen: paljonko muistia ja tallennustilaa yksi inferenssityökuorma tarvitsee?
• Kehitysvauhtia koskeva keskustelu nosti esiin ajoituskysymyksen: kuinka nopeasti yhä kyvykkäämpiä huippumalleja rakennetaan ja otetaan käyttöön?

Yhdessä ne tekivät kaikkein aggressiivisimmista AI-infrastruktuurin kysyntäennusteista aiempaa vähemmän itsestäänselviä.

Michael Burryn kritiikki

Sijoittaja Michael Burry kuvasi AI-alan hidastuspuhetta "self-serving" eli omia etuja palvelevaksi. Hänen mukaansa se voisi hyödyttää jo vahvoja huippumallilaboratorioita vaikeuttamalla kilpailua, tuottaa "hype & puffery" -tyyppistä nostatusta mahdollisia listautumisia varten ja tarjota selityksen kasvun hidastumiselle. Burry myös väitti, etteivät suuret kielimallit ole tekoälyn yleisälyä eli AGI:tä, joten hänen mielestään mitään sellaista ei ole hidastettavana. 14

Nämä ovat Burryn näkemyksiä kilpailusta, arvostuksista ja AI:n kyvykkyyksistä, eivät vakiintuneita teknisiä johtopäätöksiä. Markkinoiden kannalta olennaista oli, että turvallisuus- ja kehitysvauhtikeskustelua luettiin myös kannustimien ja kilpailuasetelmien kautta.

Mitä tämä merkitsee muistisektorin nousutarinan kannalta?

Yksinkertaistettu AI-muistin nousutarina oli lineaarinen: suuremmat mallit, pidemmät konteksti-ikkunat ja kasvava käyttäjämäärä tarkoittavat enemmän HBM-muistia, NAND-flashia ja tallennuskapasiteettia.

DeepSeek tuo tähän merkittävän vastavoiman: arkkitehtuuritehokkuuden.

Kysyntää kannattaa tarkastella kahden muuttujan kautta:

1. Muistin määrä työkuormaa kohti. Tehokkaampi KV-välimuistin suunnittelu voi pienentää sitä.
2. Työkuormien kokonaismäärä ja intensiteetti. Käyttäjien lisääntyminen, pidemmät kontekstit ja autonomisemmat agentit voivat kasvattaa sitä.

Ensimmäisen mittarin lasku ei automaattisesti ratkaise toista. Halvempi ja tehokkaampi inferenssi voi laajentaa AI:n käyttöä ja lisätä pyyntöjen kokonaismäärää. Jos tehokkuusparannukset kuitenkin leviävät nopeammin kuin käyttö kasvaa, tietyn AI-tuotoksen aikaansaamiseen voidaan tarvita vähemmän laitteistoa.

Pitkän aikavälin vastaus on yhä auki

V4.1-Flashin vaikutus kohdistuu suoraan inferenssipalveluun ja KV-välimuistiin. DeepSeekin esittämä vertailu ei poista mallipainojen tai koulutuksen muistitarpeita. 25 Tämä ero on tärkeä, sillä mallien koulutus ja niiden palveleminen tuotannossa kuormittavat laskentaa, muistia ja verkkoyhteyksiä eri tavoin.

Keskeinen epävarmuus ei siis ole se, onko raportoitu tehokkuusparannus merkittävä — se on. Ratkaisematta on, muuttaako se kokonaiskysyntää. Sijoittajien on seurattava, yleistyvätkö vastaavat välimuistia säästävät tekniikat, kuinka nopeasti pitkän kontekstin ja agenttityökuormat kasvavat, miten HBM-muistin ja tallennuksen hinnat kehittyvät sekä jatkuuko huippumallien koulutus ja käyttöönotto nopeana.

Toistaiseksi myyntiaaltoa kannattaa pitää varoituksena siitä, ettei AI-muistin niukkuutta voi pitää yksisuuntaisena sijoitusteemana. Malli-innovaatio voi pienentää yhden pyynnön laitteistotarvetta yhtä nopeasti kuin uudet käyttötavat kasvattavat pyyntöjen määrää.