उत्तरप्रकाशित2 माह पहलेLast edited 2 माह पहले19 स्रोत

DeepSeek V4.1 Flash ने मेमोरी शेयरों को क्यों डराया—और AI चिप बहस अभी क्यों खत्म नहीं हुई

DeepSeek का कहना है कि V4.1 Flash में इन्फरेंस KV कैश के लिए HBM जरूरत पिछली पीढ़ी की लगभग एक चौथाई और स्थायी कैश क्षमता एक आठवां रह गई है। पहली प्रतिक्रिया दक्षिण कोरियाई मेमोरी कंपनियों Samsung Electronics और SK Hynix में दिखी; बाद में बिकवाली जापान, यूरोप और अमेरिका के चिप शेयरों तक फैली। असली सवाल यह है कि प्रति...

प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

DeepSeek का कहना है कि V4.1 Flash में इन्फरेंस KV कैश के लिए HBM जरूरत पिछली पीढ़ी की लगभग एक चौथाई और स्थायी कैश क्षमता एक आठवां रह गई है।
पहली प्रतिक्रिया दक्षिण कोरियाई मेमोरी कंपनियों Samsung Electronics और SK Hynix में दिखी; बाद में बिकवाली जापान, यूरोप और अमेरिका के चिप शेयरों तक फैली।
असली सवाल यह है कि प्रति अनुरोध कम मेमोरी कुल खरीद घटाएगी, या कम लागत AI के उपयोग को इतना बढ़ा देगी कि कुल मांग फिर भी बढ़ती रहे।

Editorial illustration of AI infrastructure and memory-chip market volatility following DeepSeek V4.1 Flash — How did DeepSeek’s V4.1 Flash model trigger a selloff in memory-chip and broader technology stocks, what architectural changes did it introdDeepSeek’s KV-cache efficiency claims prompted investors to reassess how AI growth translates into HBM and SSD demand.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: How did DeepSeek’s V4.1 Flash model trigger a selloff in memory-chip and broader technology stocks, what architectural changes did it introd. Article summary: DeepSeek V4.1 Flash caused a sharp reassessment of AI-memory demand because it claimed to cut the KV-cache memory used in long-context inference to one-quarter of its predecessor’s level and persistent SSD use to one-eig. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com

DeepSeek के V4.1 Flash मॉडल ने निवेशकों को इसलिए चौंकाया क्योंकि उसने AI इन्फ्रास्ट्रक्चर से जुड़ी एक अहम धारणा को चुनौती दी: AI का उपयोग बढ़ेगा तो हर वर्कलोड के लिए मेमोरी की जरूरत भी लगातार बढ़ेगी। कंपनी के दावे लंबे कॉन्टेक्स्ट वाले इन्फरेंस में उल्लेखनीय दक्षता दिखाते हैं, लेकिन वे AI सिस्टम की पूरी मेमोरी और कंप्यूट जरूरत नहीं, बल्कि उसके एक हिस्से—की-वैल्यू (KV) कैश—से संबंधित हैं। 9 10

तकनीकी बदलाव: छोटा KV कैश

KV कैश पिछले टोकनों की attention state को संभालकर रखता है, ताकि मॉडल को हर अगले चरण में पुराने कॉन्टेक्स्ट की दोबारा गणना न करनी पड़े। लंबी बातचीत, AI एजेंट और बड़े कॉन्टेक्स्ट वाले कामों में यह उपयोगी भी है और महंगा भी।

DeepSeek के अनुसार, V4.1 Flash में Compressed Sparse Attention 2 के तहत अलग-अलग लेयरों के बीच KV-कैश पुन: उपयोग और FP4 KV कैशिंग का मेल है। इससे उसका वैश्विक KV-कैश फुटप्रिंट 890 बाइट प्रति टोकन रह गया, जो V4-Flash के संबंधित स्तर का लगभग एक-चौथाई है। 9

कंपनी ने छोटे-window attention के लिए SWA Bounded Replay नाम की तैनाती तकनीक भी बताई। इसमें कैश को SSD या होस्ट मेमोरी में स्थायी रूप से रखने के बजाय अस्थायी, वितरित होस्ट-DRAM पूल में रखा जाता है और कैश मिस पर सीमित कॉन्टेक्स्ट दोबारा गणना किया जाता है। DeepSeek का दावा है कि इससे स्थायी KV-कैश फुटप्रिंट पिछली पीढ़ी के करीब एक-आठवें हिस्से तक आ जाता है। 1 9

सीधे शब्दों में, ये दावे V4-Flash की तुलना में KV-कैश कार्य के लिए HBM की जरूरत में लगभग 75% और स्थायी SSD क्षमता में 87.5% कमी का संकेत देते हैं। 9 10

क्या इसका मतलब चार गुना अधिक एकसाथ उपयोगकर्ता हैं?

सिद्धांततः, हां—यदि किसी सर्विंग सिस्टम की मुख्य सीमा सक्रिय KV-कैश क्षमता हो। प्रति लंबा अनुरोध कैश मेमोरी एक-चौथाई होने पर उसी HBM आवंटन में करीब चार गुना अधिक सक्रिय कैश रखे जा सकते हैं।

लेकिन यह रिपोर्ट किए गए प्रति-टोकन आंकड़े से निकला क्षमता अनुमान है, कोई स्वतंत्र रूप से सत्यापित end-to-end concurrency परिणाम नहीं। वास्तविक एकसाथ उपयोगकर्ता क्षमता मॉडल वेट्स, उपलब्ध कंप्यूट, नेटवर्किंग, अनुरोध की लंबाई, बैचिंग, latency लक्ष्य और सर्विंग सॉफ्टवेयर पर भी निर्भर करती है।

मेमोरी शेयरों में इतनी तीखी प्रतिक्रिया क्यों हुई

बाजार का डर यह नहीं था कि DeepSeek ने मेमोरी को अनावश्यक बना दिया है। चिंता यह थी कि यदि हर इन्फरेंस वर्कलोड को कम मेमोरी बिट्स और कम स्थायी स्टोरेज चाहिए, तो HBM और एंटरप्राइज़ SSD की भविष्य की मांग, कीमत तय करने की क्षमता और पूंजीगत खर्च के अनुमान कमजोर पड़ सकते हैं।

11 सितंबर को दक्षिण कोरिया में Samsung Electronics के शेयर 3.5% और SK Hynix के 2.2% गिरे, ब्लूमबर्ग के अनुसार। 17 उस समय की अन्य रिपोर्टिंग में Seoul में दोनों कंपनियों में 3% से अधिक गिरावट का जिक्र था, जबकि अमेरिकी कारोबार में Micron और SanDisk शुरुआत में अपेक्षाकृत स्थिर रहे। 8

यानी निवेशकों के लिए जोखिम मुख्यतः वैल्यूएशन से जुड़ा था: अधिक कुशल AI मॉडल का मतलब यह हो सकता है कि AI उपयोग बढ़ने के बावजूद प्रत्येक क्वेरी के पीछे मेमोरी की खपत उतनी तेजी से न बढ़े।

चिंता दक्षिण कोरिया से आगे कैसे फैली

इसके बाद गिरावट केवल DeepSeek के इन्फरेंस-दक्षता दावे तक सीमित नहीं रही। इसे AI पर भारी पूंजीगत खर्च वाली व्यापक निवेश थीम के दोबारा मूल्यांकन के रूप में देखा जाने लगा।

फ्रंटियर-AI विकास धीमा करने की अपील के बाद आई रिपोर्टों में SK Hynix 6.4%, Samsung 4.1% और जापान की Kioxia 6.4% नीचे बताए गए। यूरोप में ASML, Infineon, ASM International, BE Semiconductor और STMicroelectronics जैसे सेमीकंडक्टर शेयर भी कमजोर रहे। 18 एक अन्य रिपोर्ट में SoftBank 11%, Kioxia 6.5% और Taiwan Semiconductor Manufacturing 1.2% नीचे बताया गया। 19

अमेरिकी प्रीमार्केट में Marvell करीब 8% गिरा, जबकि Intel, Micron और SanDisk में लगभग 6% की गिरावट दर्ज की गई। 20

इन सभी गिरावटों को केवल DeepSeek की एक रिलीज का सीधा परिणाम मानना सही नहीं होगा। ब्याज दरों, ऊंचे वैल्यूएशन और AI वृद्धि को लेकर व्यापक चिंताएं भी तकनीकी शेयरों को एक साथ प्रभावित कर सकती हैं। फिर भी, DeepSeek ने बाजार के सामने एक ठोस सवाल रखा: AI मांग बढ़ने का अर्थ प्रति क्वेरी मेमोरी मांग का समान अनुपात में बढ़ना जरूरी नहीं है। 17

डारियो अमोदेई की धीमी-गति वाली अपील ने दबाव क्यों बढ़ाया

Anthropic के CEO डारियो अमोदेई ने कंपनियों से फ्रंटियर मॉडल क्षमताओं को आगे बढ़ाने की गति कम करने का आग्रह किया। उनका प्रस्ताव दुरुपयोग और सुरक्षा जोखिमों से निपटने के लिए अधिक समय बनाने के उद्देश्य से था।

इन्फ्रास्ट्रक्चर निवेशकों के लिए इससे DeepSeek के दक्षता दावे के साथ एक दूसरी चिंता जुड़ गई:

हर इन्फरेंस कार्य में कम मेमोरी से मेमोरी-इंटेंसिटी घट सकती है।
फ्रंटियर मॉडल की धीमी दौड़ बड़े प्रशिक्षण रन और डेटा-सेंटर विस्तार योजनाओं को टाल सकती है, जिन पर accelerators, HBM, नेटवर्किंग और स्टोरेज की मांग टिकी है।

दोनों बातें आर्थिक रूप से अलग हैं, लेकिन तेज और लगातार AI विस्तार के अनुमान पर आधारित बाजार इन्हें एक साथ जोखिम के रूप में देख सकता है। व्यापक चिप गिरावट की रिपोर्टों ने निवेशकों की धीमे AI विकास वाली अपील को लेकर चिंता का उल्लेख किया। 18 20

माइकल बरी का “स्वार्थी” होने वाला आरोप

निवेशक माइकल बरी ने AI विकास धीमा करने के संदेश को स्वार्थी बताया। उनका तर्क था कि प्रमुख AI कंपनियों के अधिकारी अगर अपनी तकनीक को खतरनाक गति से आगे बढ़ती हुई बताते हैं, तो उन्हें उससे व्यावसायिक फायदा हो सकता है। उन्होंने इस सोच को “IPO hype & puffery” कहा। 14

बरी के मुताबिक, धीमापन स्थापित कंपनियों को छोटे प्रतिद्वंद्वियों पर बढ़त दे सकता है और दुर्लभता, विश्वसनीयता तथा भविष्य की सार्वजनिक पेशकश की कहानी मजबूत कर सकता है। यह कंपनियों के प्रोत्साहनों पर बरी की व्याख्या है; इससे सुरक्षा संबंधी चिंताओं का असत्य या निराधार होना सिद्ध नहीं होता। 14

चिप मांग के लिए DeepSeek का नतीजा क्या बताता है—और क्या नहीं

DeepSeek की घोषणा इसलिए महत्वपूर्ण है क्योंकि कम precision, कैश compression, attention redesign, पुन: उपयोग और बेहतर सर्विंग सिस्टम जैसी तकनीकें केवल एक कंपनी तक सीमित नहीं हैं। दूसरे मॉडल डेवलपर भी इन्हें अपना सकते हैं। इसलिए जिन सप्लायरों की उम्मीदें प्रति AI अनुरोध मेमोरी सामग्री बढ़ने पर आधारित हैं, उनके लिए इन्फरेंस-मेमोरी दक्षता एक संरचनात्मक जोखिम है। 9

यह केवल KV कैश से जुड़ा है

DeepSeek ने यह दावा नहीं किया कि पूरे मॉडल या पूरे डेटा सेंटर को 75% कम HBM और 87.5% कम SSD चाहिए। तुलना खास तौर पर इन्फरेंस के दौरान KV-कैश जरूरतों की है और वह भी पूर्ववर्ती वास्तुकला के मुकाबले। मॉडल वेट्स, अन्य सिस्टम मेमोरी, नेटवर्किंग और स्टोरेज की जरूरतें इस सीमित तुलना से बाहर हैं। 10

प्रशिक्षण की मांग अलग है

घोषित सुधार यह साबित नहीं करते कि अत्याधुनिक मॉडल को प्रशिक्षित करने में लगने वाले कंप्यूट और मेमोरी में भी ऐसी ही कमी आ गई है। KV-कैश अनुकूलन को पूरे AI सेमीकंडक्टर मांग-पतन का प्रमाण मानना उपलब्ध साक्ष्य से कहीं आगे निकल जाना होगा। 10

दक्षता उपयोग को बढ़ा भी सकती है

कम लागत और कम मेमोरी वाला इन्फरेंस प्रति अनुरोध मेमोरी खपत घटा सकता है। लेकिन यही बदलाव लंबे-कॉन्टेक्स्ट असिस्टेंट, एजेंट वर्कफ्लो और self-hosted तैनाती को अधिक जगहों पर किफायती भी बना सकता है। यदि इससे उपयोगकर्ता और अनुप्रयोग पर्याप्त संख्या में बढ़ते हैं, तो प्रति वर्कलोड कम जरूरत के बावजूद कुल मेमोरी मांग मजबूत रह सकती है या बढ़ भी सकती है।

निष्कर्ष

DeepSeek V4.1 Flash ने AI-मेमोरी की तेजी वाली कहानी की एक कमजोर कड़ी उजागर की है: मॉडल वास्तुकला और सर्विंग सॉफ्टवेयर बेहतर होने पर प्रति इन्फरेंस वर्कलोड मेमोरी मांग तेजी से गिर सकती है। कंपनी का 890 बाइट प्रति टोकन वैश्विक KV कैश और करीब एक-आठवां स्थायी कैश फुटप्रिंट वाला दावा यही वजह है कि निवेशकों ने HBM और SSD की मांग के अनुमान पर तुरंत फिर से विचार किया। 9

फिर भी, इसे चिप उद्योग के लिए तत्काल मांग झटका कहना सही नहीं होगा। घोषित कटौती इन्फरेंस KV कैश तक सीमित है, न कि मॉडल प्रशिक्षण या पूरे डेटा-सेंटर स्टैक तक। दीर्घकालिक नतीजा दो विपरीत शक्तियों पर निर्भर करेगा: हर AI कार्य के लिए कम मेमोरी जरूरत और कम लागत से संभव होने वाला कहीं व्यापक AI अपनाव।

मेमोरी शेयर निवेशकों के लिए अब सवाल सिर्फ यह नहीं है कि AI उपयोग बढ़ेगा या नहीं। असली सवाल यह है कि क्या कुल वर्कलोड की वृद्धि उस गति से तेज होगी, जिस गति से AI सिस्टम मेमोरी का अधिक कुशल उपयोग सीख रहे हैं।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं