AnswersPublished19 sources
DeepSeek V4.1 Flash skrämde minnesaktier – men avgör inte AI-chipdebatten
DeepSeek uppger att V4.1 Flash sänker HBM behovet för inferensens KV cache till en fjärdedel och behovet av permanent cachelagring till en åttondel jämfört med föregångaren. Reaktionen slog först mot Samsung Electronics och SK Hynix i Sydkorea, och spred sig senare till japanska, europeiska och amerikanska chipaktier.
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- DeepSeek uppger att V4.1 Flash sänker HBM behovet för inferensens KV cache till en fjärdedel och behovet av permanent cachelagring till en åttondel jämfört med föregångaren.
- Reaktionen slog först mot Samsung Electronics och SK Hynix i Sydkorea, och spred sig senare till japanska, europeiska och amerikanska chipaktier.
- Den avgörande frågan är om lägre minnesåtgång per förfrågan minskar den totala efterfrågan – eller gör AI så mycket billigare att betydligt fler arbetslaster skapas.
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
DeepSeeks lansering av V4.1 Flash skakade marknaden eftersom den utmanade ett centralt antagande i AI-infrastrukturboomen: att mer AI-användning automatiskt kräver allt mer minne för varje arbetslast. De utlovade effektiviseringarna är betydande för inferens med långa kontexter, men de gäller en särskild del av systemet – KV-cachen – och inte hela minnes- eller beräkningsbehovet vid träning och drift av stora modeller. 9
10
Det tekniska: mindre KV-cache
En KV-cache lagrar uppmärksamhetsinformation från tidigare token, så att modellen inte behöver beräkna om hela kontexten vid varje steg. Den blir särskilt viktig – och resurskrävande – för långa chattar och agentbaserade arbetsflöden.
DeepSeek uppger att V4.1 Flash kombinerar återanvändning av KV-cache mellan lager i Compressed Sparse Attention 2 med FP4-cachning. Modellens globala KV-cache uppges använda 890 byte per token, omkring en fjärdedel av motsvarande nivå i V4-Flash. 9
Bolaget beskriver också en driftsmetod kallad SWA Bounded Replay för kortfönstrad uppmärksamhet. I stället för att lagra denna cache permanent på SSD eller i värdminnet använder systemet en tillfällig, distribuerad pool av värd-DRAM och räknar om en begränsad mängd kontext vid cachemissar. Enligt DeepSeek minskar det den permanenta KV-cachen till ungefär en åttondel av föregående generations nivå. 1
9
I praktiken innebär uppgifterna omkring 75 procent mindre HBM och 87,5 procent mindre permanent SSD-kapacitet – men specifikt för KV-cachefunktionen jämfört med V4-Flash. 9
10
Betyder det fyra gånger fler samtidiga användare?
Möjligen, i en driftmiljö där aktiv KV-cache är den främsta flaskhalsen. Om varje begäran med lång kontext använder ungefär en fjärdedel så mycket cacheminne kan samma HBM-allokering i teorin rymma omkring fyra gånger fler aktiva cachar.
Det är dock en kapacitetsimplikation av den redovisade siffran per token, inte ett oberoende verifierat resultat för faktisk samtidighet från början till slut. Antalet användare som systemet verkligen kan hantera beror också på modellvikter, beräkningskapacitet, nätverk, längden på förfrågningarna, batchning, latenskrav och driftmjukvara.
Därför föll minnesaktierna
Marknadens reaktion handlade om framtida efterfrågeintensitet, inte om att DeepSeek skulle ha gjort minne överflödigt. Leverantörer av HBM – högbandbreddsminne – samt NAND och företags-SSD:er har gynnats av förväntningar om att allt mer avancerade AI-system behöver mer minnes- och lagringsinfrastruktur. Ett effektivitetssprång väcker därför möjligheten att varje inferensarbetslast kan behöva färre minnesbitar och mindre permanent lagring.
Den 11 september föll Samsung Electronics med 3,5 procent och SK Hynix med 2,2 procent i Sydkorea efter DeepSeeks besked, enligt Bloomberg. 17 Andra rapporter beskrev samtidigt fall på över 3 procent för Samsung och SK Hynix i Seoul, medan Micron och SanDisk inledningsvis stod emot bättre i den amerikanska handeln.
8
Risken för investerare var alltså främst kopplad till värderingar: om AI-arbetslaster blir mindre minnesintensiva kan prognoser för efterfrågetillväxt, prissättningskraft och investeringsnivåer hos minnesleverantörer behöva justeras.
Oron spreds till fler marknader
Rörelsen växte senare från en specifik oro kring inferenseffektivitet till en bredare omvärdering av AI-investeringstemat.
Efter uppmaningar om långsammare utveckling av den mest avancerade AI:n syntes svaghet på flera marknader: SK Hynix och Samsung föll 6,4 respektive 4,1 procent, medan Japans Kioxia tappade 6,4 procent. Även europeiska halvledarbolag som ASML, Infineon, ASM International, BE Semiconductor och STMicroelectronics handlades lägre. 18 En annan rapport uppgav att SoftBank föll 11 procent, Kioxia 6,5 procent och Taiwan Semiconductor Manufacturing 1,2 procent i Asienhandeln.
19
I USA:s förhandel föll Marvell nära 8 procent, medan Intel, Micron och SanDisk uppgavs tappa omkring 6 procent vardera. 20
Det vore fel att se detta som bevis för att en enda DeepSeek-lansering mekaniskt orsakade varje nedgång. Räntor, värderingar och bredare farhågor om AI-tillväxt påverkar teknologisektorn samtidigt. Men lanseringen gav marknaden ett konkret skäl att pröva ett sårbart antagande: ökande AI-användning behöver inte innebära proportionellt större minnesbehov per förfrågan. 17
Amodeis förslag om långsammare utveckling ökade trycket
Försäljningstrycket ökade efter att Anthropics vd Dario Amodei uppmanat AI-bolag att bromsa takten i utvecklingen av de mest avancerade modellerna. Hans föreslagna ramverk syftade till att skapa mer tid för att hantera risker för missbruk och säkerhet.
För investerare i infrastruktur innebar det en andra oro vid sidan av DeepSeeks effektivitetslöfte:
- Mindre minne per inferensuppgift kan minska minnesintensiteten.
- Ett långsammare kapplöpningstempo för toppmodeller kan skjuta upp de största träningskörningarna och datacenterutbyggnaderna, som driver efterfrågan på acceleratorer, HBM, nätverk och lagring.
De två idéerna är ekonomiskt skilda, men marknaden kan rimligen se båda som utmaningar mot en AI-utbyggnad som prissatts för oavbruten tillväxt. Rapporter kopplade den bredare chipnedgången direkt till investerarnas oro över kraven på att sakta ned AI-utvecklingen. 18
20
Michael Burrys kritik: ”självbetjänande”
Investeraren Michael Burry kritiserade budskapet om en inbromsning som självbetjänande. Han menade att chefer i ledande AI-bolag kan gynnas av att beskriva sin teknik som farligt snabb i utvecklingen och avfärdade framställningen som ”IPO hype & puffery”. 14
Hans argument var att en inbromsning kan gynna etablerade bolag framför mindre utmanare, samtidigt som den stärker berättelsen om knapphet, trovärdighet och framtida börsnoteringar. Det är Burrys tolkning av bolagens drivkrafter – inte belägg för att säkerhetsfarhågorna skulle vara oärliga eller ogrundade. 14
Vad resultatet betyder – och inte betyder – för chipefterfrågan
DeepSeeks besked är betydelsefullt eftersom de bakomliggande metoderna inte är unika som investeringsfråga. Lägre precision, cachekomprimering, omarbetad attention, återanvändning och bättre driftssystem är breda tekniska vägar som även andra modellutvecklare kan följa. Därmed är minneseffektivare inferens en strukturell risk för leverantörer vars förväntningar bygger på att mängden minne per AI-förfrågan ska stiga. 9
Men påståendena har tydliga gränser.
Det gäller KV-cache, inte hela minnesbehovet
DeepSeek har inte uppgett att hela modellen eller datacentret behöver 75 procent mindre HBM och 87,5 procent mindre SSD-kapacitet. Jämförelsen avser KV-cache under inferens och görs mot bolagets föregående arkitektur. Modellvikter, annat systemminne, nätverk och övriga lagringsbehov ingår inte i den snäva jämförelsen. 10
Träning är en egen efterfrågemotor
De redovisade förbättringarna visar inte motsvarande minskningar i beräknings- och minnesbehovet för att träna de mest avancerade modellerna. Att tolka en KV-cacheoptimering som bevis för ett ras i hela AI-sektorns halvledarefterfrågan skulle därför gå längre än vad beskedet faktiskt visar. 10
Effektivitet kan också driva upp användningen
Billigare och mindre minnesintensiv inferens kan minska minnesanvändningen per förfrågan. Men den kan också göra assistenter med långa kontexter, agentarbetsflöden och egen drift ekonomiskt möjliga på fler håll. Om antalet användare och tillämpningar växer tillräckligt mycket kan den samlade minnesefterfrågan bestå eller öka, trots lägre behov för varje enskild arbetslast.
Slutsats
DeepSeek V4.1 Flash blottade en svag punkt i den positiva AI-minnesberättelsen: minnesbehovet per inferensarbetslast kan falla kraftigt när modellarkitektur och driftmjukvara förbättras. Den uppgivna globala KV-cachen på 890 byte per token och den åttondel så stora permanenta cachen förklarar varför investerare snabbt omprövade antaganden om HBM och SSD. 9
Men underlaget räcker inte för att kalla detta en omedelbar chock för hela chipindustrins efterfrågan. De aviserade minskningarna är begränsade till KV-cachning vid inferens, inte modellträning eller hela datacenterstacken. Utfallet på lång sikt avgörs av dragkampen mellan två krafter: lägre minnesintensitet per AI-uppgift och en potentiellt mycket bredare AI-användning när kostnaderna sjunker.
För investerare i minnesaktier är frågan alltså inte längre bara om AI-användningen växer. Den är om den totala tillväxten i arbetslaster kan överträffa den takt i vilken AI-system lär sig använda minne effektivare.
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 skrämde minnesaktier – men avgör inte AI-chipdebatten"?
DeepSeek uppger att V4.1 Flash sänker HBM behovet för inferensens KV cache till en fjärdedel och behovet av permanent cachelagring till en åttondel jämfört med föregångaren.
What are the key points to validate first?
DeepSeek uppger att V4.1 Flash sänker HBM behovet för inferensens KV cache till en fjärdedel och behovet av permanent cachelagring till en åttondel jämfört med föregångaren. Reaktionen slog först mot Samsung Electronics och SK Hynix i Sydkorea, och spred sig senare till japanska, europeiska och amerikanska chipaktier.
What should I do next in practice?
Den avgörande frågan är om lägre minnesåtgång per förfrågan minskar den totala efterfrågan – eller gör AI så mycket billigare att betydligt fler arbetslaster skapas.
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
bloomberg.comDeepSeek Hands Memory Stock Investors Fresh Reason for Caution