DeepSeek V4.1-Flash podważył założenia stojące za boomem na pamięci AI

DeepSeek V4.1-Flash nie dowodzi, że boom na pamięci dla AI dobiegł końca. Dał jednak rynkowi konkretny powód, by zakwestionować jedno z kluczowych założeń tej hossy: że coraz lepsze modele automatycznie będą potrzebowały coraz więcej pamięci i przestrzeni dyskowej na każde obsługiwane zadanie.

Co właściwie zmienił DeepSeek

DeepSeek poinformował, że pamięć podręczna klucz–wartość (KV cache) w modelu V4.1-Flash wymaga tylko 1/4 pamięci HBM oraz 1/8 pojemności SSD w porównaniu z poprzednią generacją. Firma zaznaczyła przy tym, że koszty trafień w pamięci podręcznej stanowią często istotną część kosztów działania agentów AI. 29

KV cache przechowuje stan uwagi z wcześniej przetworzonych tokenów. Dzięki temu model może kontynuować długą rozmowę lub zadanie bez ponownego przeliczania całego wcześniejszego kontekstu. W praktyce jest to ważne ograniczenie pojemnościowe w obsłudze modeli, zwłaszcza przy długim kontekście i agentach AI.

Ważne zastrzeżenie: nie chodzi o deklarację, że cały model albo całe centrum danych nagle potrzebuje o 75% mniej HBM i o 87,5% mniej pamięci masowej. Porównanie dotyczy wyłącznie pamięci podręcznej KV i poprzedniej architektury DeepSeek. Wagi modelu, trening oraz pozostałe elementy infrastruktury nadal wymagają znacznych zasobów pamięci i magazynowania danych. 25

Dlaczego akcje pamięci i storage’u spadły

Dla inwestorów wniosek był prosty: jeżeli podobną aktywność wnioskowania AI można obsłużyć przy dużo mniejszej pamięci cache, ta sama pula sprzętu może teoretycznie obsłużyć więcej równoczesnych sesji. To osłabia krótkoterminowe oczekiwania dotyczące „pamięciochłonności” pojedynczego obciążenia AI — a więc także potencjalnego popytu i cen HBM, pamięci NAND oraz firmowego storage’u.

Po publikacji modelu akcje Samsunga w Seulu spadły o 3,5%, a SK Hynix o 2,2%. 49 W późniejszym handlu w USA pod presją znalazły się także spółki związane z pamięciami i magazynowaniem danych. Relacje rynkowe wskazywały niższe wymagania V4.1-Flash dotyczące HBM i SSD jako jeden z powodów ponownej oceny perspektyw popytu na infrastrukturę AI. 5152

Nie oznacza to, że pojedyncza premiera modelu wyjaśnia każdy ruch kursów. Na sektor półprzewodników wpływają jednocześnie wyniki spółek, podaż, stopy procentowe, skłonność inwestorów do ryzyka i plany wydatków kapitałowych gigantów technologicznych. Reakcja pokazała jednak, jak wrażliwe stały się wyceny na dowody, że postęp w oprogramowaniu i architekturze modeli może obniżać ilość sprzętu potrzebnego do wykonania jednej usługi AI.

Drugi czynnik: wezwanie do wolniejszego rozwoju AI

Informacja o efektywności DeepSeek zbiegła się z inną obawą dotyczącą popytu. Dario Amodei, szef Anthropic, w eseju We Must Pace the Frontier opowiedział się za spowolnieniem tempa poprawy możliwości AI, aby firmy i rządy zyskały czas na dostosowanie zabezpieczeń. Wyraźnie zaznaczył, że „pacing”, czyli rozważne regulowanie tempa, nie oznacza zatrzymania treningu ani postępu technicznego. Zaproponował m.in. stały dostęp niezależnych ewaluatorów, koordynację między demokratycznymi państwami oraz współpracę globalną. 40

Rynek mógł odczytać wolniejszy rozwój możliwości modeli — nawet bez zamrożenia treningu — jako ryzyko odroczenia części wydatków na akceleratory, sieci, pamięci i centra danych. W dniu opisywanym przez raporty kontrakty na Nasdaq-100 spadały o 1,77%; Marvell tracił ponad 7%, Intel około 6%, a Micron ponad 5%. 51

To dwa odrębne mechanizmy:

• DeepSeek postawił pytanie o efektywność: ile pamięci i storage’u potrzebuje pojedyncze zadanie inferencyjne?
• Debata o spowolnieniu postawiła pytanie o harmonogram: jak szybko branża będzie budować i wdrażać coraz bardziej zaawansowane systemy AI?

Łącznie oba czynniki sprawiły, że najbardziej optymistyczne prognozy popytu na infrastrukturę AI przestały wyglądać jak automatyczny scenariusz bazowy.

Michael Burry: krytyka „korzystnej dla siebie” narracji

Inwestor Michael Burry określił nawoływanie branży do spowolnienia jako „self-serving”, czyli działanie we własnym interesie. Argumentował, że taka retoryka może chronić dominujące laboratoria AI przed konkurencją, dostarczać „hype & puffery” przed ewentualnymi ofertami publicznymi oraz stanowić osłonę dla spowalniającego wzrostu. Utrzymywał też, że duże modele językowe nie są sztuczną inteligencją ogólną (AGI), więc — w jego ocenie — nie ma czego spowalniać w tym sensie. 14

Są to opinie Burry’ego na temat konkurencji, wycen i możliwości AI, a nie rozstrzygnięte wnioski techniczne. Dla rynku istotne było jednak to, że dyskusja o bezpieczeństwie AI została odczytana nie tylko przez pryzmat ryzyka, lecz także interesów biznesowych.

Co zmienia się w byczej tezie dla pamięci

Najprostsza wersja tezy inwestycyjnej była liniowa: większe modele, dłuższe okna kontekstu i rosnąca liczba użytkowników AI powinny oznaczać więcej HBM, NAND i pojemności storage’u. DeepSeek pokazał istotną siłę działającą w przeciwną stronę: efektywność architektury.

Lepsze podejście rozdziela dwa czynniki:

1. Pamięć potrzebna na jedno obciążenie. Lepsza konstrukcja KV cache może ją ograniczać.
2. Łączna liczba i intensywność obciążeń. Więcej użytkowników, dłuższy kontekst i bardziej autonomiczne agenty mogą ją zwiększać.

Spadek pierwszej wielkości nie przesądza automatycznie o drugiej. Tańsza i wydajniejsza inferencja może przyspieszyć adopcję AI i zwiększyć całkowitą liczbę zapytań. Jeśli jednak poprawa efektywności rozprzestrzeni się szybciej, niż będzie rosnąć wykorzystanie, do uzyskania danego poziomu usług AI może wystarczyć mniej sprzętu.

Dlaczego na ostateczny werdykt jest za wcześnie

V4.1-Flash jest najistotniejszy przede wszystkim dla obsługi zapytań, czyli inferencji, oraz pamięci podręcznej KV. Deklarowane przez DeepSeek oszczędności nie eliminują pamięci potrzebnej na wagi modelu ani na trening. 25 To istotne rozróżnienie, bo trening i serwowanie modeli inaczej obciążają obliczenia, pamięć oraz połączenia między układami.

Kluczowe pytanie nie brzmi więc, czy zgłoszona poprawa wydajności ma znaczenie — ma — lecz czy zmieni łączny popyt. Inwestorzy będą obserwować tempo wdrażania podobnych technik oszczędzających cache, wzrost długokontextowych i agentowych zastosowań, ceny HBM i storage’u oraz to, czy trening i wdrażanie modeli frontierowych będą nadal przyspieszać.

Na razie przecenę najlepiej rozumieć jako ostrzeżenie przed traktowaniem niedoboru pamięci dla AI jako pewnego, jednokierunkowego trendu. Innowacja w modelach może ograniczyć ilość sprzętu potrzebną na jedno zapytanie równie szybko, jak nowe zastosowania zwiększają liczbę tych zapytań.