AnswersPublished19 sources
DeepSeek V4.1 Flash skremte minneaksjer – men avgjør ikke AI-chipdebatten
DeepSeek V4.1 Flash oppgir at HBM behovet for inferensens KV cache er redusert til en firedel av nivået i forrige modell, mens vedvarende cachelagring er redusert til en åttedel. Reaksjonen traff først Samsung Electronics og SK Hynix i Sør Korea, før en bredere AI og chipnedtur spredte seg til Japan, Europa og USA.
Publisert avRedigert med GPT-5.6 TerraBilder generert med GPT Image 2
Research answer
Key takeaways
- DeepSeek V4.1 Flash oppgir at HBM behovet for inferensens KV cache er redusert til en firedel av nivået i forrige modell, mens vedvarende cachelagring er redusert til en åttedel.
- Reaksjonen traff først Samsung Electronics og SK Hynix i Sør Korea, før en bredere AI og chipnedtur spredte seg til Japan, Europa og USA.
- Det avgjørende spørsmålet er om lavere minnebruk per forespørsel reduserer samlet etterspørsel – eller om billigere AI skaper langt flere arbeidslaster.
AI Prompt
openai.comCreate 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
DeepSeek V4.1 Flash skapte uro blant investorer fordi modellen utfordret en sentral antakelse i AI-boomen: At mer bruk av kunstig intelligens automatisk betyr stadig mer minne for hver arbeidslast. De påståtte effektivitetsgevinstene er betydelige for inferens med lange kontekster, men de gjelder én del av AI-systemet – KV-cache – og ikke hele minne- og beregningsbehovet ved trening eller drift av store modeller. 9
10
Det tekniske poenget: mindre KV-cache
En KV-cache lagrer oppmerksomhetstilstanden fra tidligere tekstbiter, eller tokener, slik at modellen slipper å regne ut den samme konteksten på nytt ved hvert neste steg. Dette blir særlig viktig – og kostbart – i lange samtaler, AI-agenter og andre arbeidslaster med mye kontekst.
DeepSeek opplyser at V4.1 Flash kombinerer gjenbruk av KV-cache på tvers av lag i Compressed Sparse Attention 2 med FP4-lagring av KV-cache. Selskapet oppgir et globalt KV-cache-fotavtrykk på 890 byte per token, omtrent en firedel av det tilsvarende nivået for V4-Flash. 9
Selskapet beskrev også en utrullingsteknikk kalt SWA Bounded Replay for kortvindu-oppmerksomhet. I stedet for å lagre denne cachen permanent på SSD eller i vertsmaskinens minne, brukes en midlertidig, distribuert pool av host-DRAM. Ved cache-miss beregnes en avgrenset mengde kontekst på nytt. DeepSeek sier at dette reduserer det vedvarende KV-cache-fotavtrykket til omtrent en åttedel av forrige generasjon. 1
9
I praksis tilsvarer det, ifølge selskapets sammenligning, om lag 75 prosent mindre HBM og 87,5 prosent mindre vedvarende SSD-kapasitet – men bare for KV-cache-funksjonen, sammenlignet med V4-Flash. 9
10
Betyr det fire ganger så mange samtidige brukere?
Muligens, i et driftsmiljø der kapasiteten først og fremst begrenses av aktiv KV-cache. Dersom hver forespørsel med lang kontekst bruker rundt en firedel av tidligere cacheminne, kan den samme HBM-allokeringen i teorien romme omtrent fire ganger så mange aktive cacher.
Dette er likevel en kapasitetsberegning ut fra tallet per token, ikke et uavhengig bekreftet resultat for ende-til-ende-samtidighet. Reell kapasitet avhenger også av modellvekter, tilgjengelig regnekraft, nettverk, forespørselslengde, batching, latenstekrav og programvaren som brukes til å drifte modellen.
Derfor reagerte minneaksjene så kraftig
Børsreaksjonen handlet ikke om at DeepSeek hadde gjort minne overflødig. Den handlet om framtidig minneintensitet. Leverandører av HBM – minne med høy båndbredde – og NAND/bedrifts-SSD-er har nytt godt av forventningen om at stadig kraftigere AI-systemer vil kreve mer minne og lagring. Et teknologisk sprang i effektivitet åpner for at hver inferensarbeidslast kan trenge færre minnebiter og mindre vedvarende lagring.
- september falt Samsung Electronics 3,5 prosent og SK Hynix 2,2 prosent i Sør-Korea etter DeepSeeks kunngjøring, ifølge Bloomberg.
17 Samtidig rapporterte medier at Samsung og SK Hynix falt mer enn 3 prosent i Seoul, mens Micron og SanDisk i første omgang holdt seg bedre i amerikansk handel.
8
For investorene var risikoen dermed i stor grad knyttet til verdsettelse: Hvis AI-arbeidslaster blir mindre minnekrevende, kan anslagene for etterspørselsvekst, prissettingsmakt og investeringsnivå hos minneprodusentene måtte justeres.
Uroen spredte seg langt utover Sør-Korea
Senere utviklet den konkrete bekymringen rundt inferenseffektivitet seg til en bredere revurdering av hele AI-investeringstemaet.
Etter oppfordringer om å bremse utviklingen av de mest avanserte AI-modellene falt SK Hynix og Samsung med henholdsvis 6,4 og 4,1 prosent, mens Japans Kioxia falt 6,4 prosent. Også europeiske halvlederaksjer, blant dem ASML, Infineon, ASM International, BE Semiconductor og STMicroelectronics, handlet lavere. 18 En annen rapport oppga at SoftBank falt 11 prosent, Kioxia 6,5 prosent og Taiwan Semiconductor Manufacturing 1,2 prosent i asiatisk handel.
19
I amerikansk førbørshandel falt Marvell nær 8 prosent, mens Intel, Micron og SanDisk hver ble rapportert ned rundt 6 prosent. 20
Dette bør ikke tolkes som bevis på at én DeepSeek-lansering mekanisk utløste alle fallene. Renter, verdsettelse og bekymringer rundt AI-vekst kan ramme teknologisektoren samtidig. Men lanseringen ga markedet en konkret grunn til å teste en sårbar premiss: Vekst i AI-bruk betyr ikke nødvendigvis proporsjonalt høyere minnebehov per forespørsel. 17
Amodeis oppfordring om lavere tempo økte presset
Nedturen ble forsterket etter at Anthropics toppsjef Dario Amodei ba AI-selskaper redusere tempoet i utviklingen av kapasiteten til grensemodeller. Forslaget hans var ment å gi mer tid til å håndtere risiko for misbruk og sikkerhet.
For investorer i AI-infrastruktur innebar det en ny bekymring ved siden av DeepSeeks effektivitetskrav:
- Mindre minne per inferensoppgave kan redusere minneintensiteten.
- Et lavere tempo i kappløpet om grensemodeller kan forsinke de største treningskjøringene og datasenterutbyggingene som støtter etterspørselen etter akseleratorer, HBM, nettverk og lagring.
De to forholdene er økonomisk forskjellige, men markedet kunne se begge som utfordringer for en AI-utbygging som var priset for vedvarende høy vekst. Rapporter koblet den bredere chipnedgangen direkte til investorenes bekymring over oppfordringene om å bremse AI-utviklingen. 18
20
Michael Burrys kritikk: «selvbetjent» fortelling
Investoren Michael Burry kritiserte budskapet om lavere tempo som selvbetjent. Han argumenterte for at ledere i de fremste AI-selskapene kan tjene på å beskrive sin egen teknologi som farlig raskt utviklende, og avfeide innrammingen som «IPO hype & puffery». 14
Burrys syn var at en nedbremsing kan favorisere etablerte selskaper framfor mindre utfordrere, samtidig som den styrker inntrykket av knapphet, troverdighet og fortellingen foran mulige børsnoteringer. Det er Burrys tolkning av selskapenes insentiver – ikke dokumentasjon på at sikkerhetsbekymringene er uoppriktige eller ubegrunnede. 14
Hva DeepSeeks resultat betyr – og ikke betyr – for chipetterspørselen
DeepSeeks kunngjøring er viktig fordi teknikkene ikke er unike som investeringsidé. Lavere presisjon, cachekomprimering, redesign av attention-mekanismer, gjenbruk og bedre programvare for drift er retninger også andre modellutviklere kan forfølge. Det gjør minneeffektivitet i inferens til en strukturell risiko for leverandører som baserer forventningene på økende minneinnhold per AI-forespørsel. 9
Men påstandene har klare avgrensninger.
Gjelder KV-cache, ikke hele minnebehovet
DeepSeek har ikke sagt at hele modellen eller hele datasenteret bruker 75 prosent mindre HBM og 87,5 prosent mindre SSD-kapasitet. Sammenligningen gjelder spesifikt KV-cache under inferens og måles mot selskapets foregående arkitektur. Modellvekter, annen systemhukommelse, nettverk og øvrige lagringsbehov ligger utenfor denne smale sammenligningen. 10
Trening er fortsatt en egen etterspørselsmotor
De offentliggjorte forbedringene dokumenterer ikke tilsvarende reduksjoner i minne- og beregningsbehovet for å trene grensemodeller. Å bruke en KV-cache-optimalisering som bevis på at hele AI-etterspørselen etter halvledere kollapser, ville være å trekke konklusjonen for langt. 10
Effektivitet kan også gi mer bruk
Billigere og mindre minnekrevende inferens kan redusere minneforbruket per forespørsel. Samtidig kan den gjøre assistenter med lang kontekst, agentarbeidsflyter og selvhostede løsninger lønnsomme på langt flere steder. Hvis dette skaper nok nye brukere og anvendelser, kan den samlede minneetterspørselen holde seg robust eller øke, selv om hver enkelt arbeidslast krever mindre.
Bunnlinjen
DeepSeek V4.1 Flash synliggjorde et svakt punkt i den optimistiske AI-minnefortellingen: Minnebehovet per inferensarbeidslast kan falle kraftig når modellarkitektur og driftsprogramvare forbedres. Det rapporterte nivået på 890 byte per token for global KV-cache, og et vedvarende cachefotavtrykk på en åttedel, forklarer hvorfor investorene raskt revurderte antakelser om HBM og SSD. 9
Likevel gir ikke dokumentasjonen grunnlag for å kalle dette et umiddelbart etterspørselssjokk for hele chipindustrien. Kuttene gjelder inferensens KV-cache, ikke modelltrening eller hele datasenterstakken. På lengre sikt avgjøres utfallet av dragkampen mellom to krefter: lavere minneintensitet per AI-oppgave og potensielt langt bredere AI-bruk fordi kostnadene faller.
For investorer i minneaksjer er spørsmålet derfor ikke lenger bare om AI-bruken vokser. Det er om den samlede veksten i arbeidslaster kan overgå tempoet AI-systemene blir mer minneeffektive i.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek V4.1 Flash skremte minneaksjer – men avgjør ikke AI-chipdebatten"?
DeepSeek V4.1 Flash oppgir at HBM behovet for inferensens KV cache er redusert til en firedel av nivået i forrige modell, mens vedvarende cachelagring er redusert til en åttedel.
What are the key points to validate first?
DeepSeek V4.1 Flash oppgir at HBM behovet for inferensens KV cache er redusert til en firedel av nivået i forrige modell, mens vedvarende cachelagring er redusert til en åttedel. Reaksjonen traff først Samsung Electronics og SK Hynix i Sør Korea, før en bredere AI og chipnedtur spredte seg til Japan, Europa og USA.
What should I do next in practice?
Det avgjørende spørsmålet er om lavere minnebruk per forespørsel reduserer samlet etterspørsel – eller om billigere AI skaper langt flere arbeidslaster.
Sources
alphaxiv.orgDeepSeek-V4.1-Flash: Pushing the Limits of KV Cache ...
finance.yahoo.comDeepSeek Cut Its KV-Cache HBM Need 75% and SSD Need 87.5%. Micron and Sandisk Investors Should Pay Attention
marktechpost.comDeepSeek AI Released DeepSeek-V4.1-Flash with 1M Context, FP4 KV Cache, and Cross-Layer Attention Reuse