Чому DeepSeek V4.1-Flash похитнула акції виробників пам’яті для ШІ

DeepSeek 10 вересня представила V4.1-Flash — і цим зачепила одну з найпопулярніших тез фондового ринку про штучний інтелект: що більші моделі, довші контексти та автономні ШІ-агенти автоматично означатимуть дедалі більший попит на високошвидкісну пам’ять HBM, NAND і системи зберігання даних.

Модель не робить пам’ять непотрібною. Але вона показала, що обсяг пам’яті для обслуговування конкретного ШІ-навантаження може істотно зменшуватися завдяки архітектурі моделі й ефективнішому керуванню кешем. 6125

Головна зміна — значно менший KV-кеш

KV-кеш (кеш ключів і значень) зберігає стан механізму уваги моделі під час обробки запиту. Він особливо важливий для довгих діалогів і агентних сценаріїв: збережений контекст дозволяє не перераховувати всю історію щоразу з нуля.

За даними DeepSeek, V4.1-Flash потребує для KV-кешу лише 1/4 обсягу HBM і 1/8 обсягу SSD-сховища відносно попереднього покоління. 61 У картці моделі це пояснюється каузальною архітектурою encoder-decoder: глобальний KV-кеш декодера проєктується з фінальних прихованих станів енкодера. Також використано техніку розгортання SWA Bounded Replay, яка дає змогу не зберігати певні стани ковзного вікна кешу на SSD. 52

Незалежний огляд релізу оцінив глобальний KV-кеш приблизно у 890 байтів на токен — близько чверті показника V4-Flash. За тієї самої місткості KV-кешу це потенційно дозволяє обслуговувати приблизно у 4–8 разів більше користувачів. 53 DeepSeek також зазначає, що модель активує 8 млрд параметрів на токен на етапі обробки введення (prefill) та 16 млрд — під час генерації відповіді; це має підвищувати ефективність у сценаріях із великим обсягом вхідних даних. 52

Чому ринок продавав акції пам’яті та напівпровідників

Ключове питання для інвесторів полягало не в тому, чи потрібна ШІ-системам пам’ять. Потрібна. Натомість ринок задумався, чи не може потреба в пам’яті на одиницю інференсу — тобто роботи готової моделі для користувача — знижуватися значно швидше, ніж це закладали в прогнози виручки та попиту.

Якщо порівнювана модель здатна підтримувати більше одночасних довгих запитів із фіксованим пулом HBM чи сховища, хмарні оператори можуть отримати вищу пропускну здатність із уже встановленої інфраструктури. Це створює ризик для припущень щодо майбутніх обсягів продажів, дефіциту пропозиції та цінової сили в сегментах HBM, DRAM, корпоративних SSD і суміжного обладнання для зберігання даних.

За повідомленнями, після релізу акції Samsung Electronics і SK Hynix у Південній Кореї внутрішньоденно впали більш ніж на 3%. 17 Тривога поширилася ширше, адже торгівля на темі ШІ-інфраструктури пов’язує виробників пам’яті з постачальниками сховищ, мережевого обладнання та обчислювальних систем. Менша потреба в пам’яті може змінити економіку розгортання моделей, навіть якщо вплив на попит у різних категоріях обладнання буде неоднаковим.

Приклад SanDisk показує, наскільки інвестиційна історія сектору стала залежною від очікувань щодо ШІ. У цей період 52-тижневий діапазон акцій компанії становив приблизно 85–2 354 долари США, а консенсус аналітиків залишався на рівні Buy або Moderate Buy. 3537 Однак позитивний консенсус не усуває головної невизначеності: яка частина майбутнього попиту на накопичувачі залежить від того, що архітектури інференсу й надалі лишатимуться дедалі пам’яттєємнішими.

Заклик Амодеї сповільнити розвиток ШІ додав другий ризик

Новина від DeepSeek стала шоком ефективності. А заклик Даріо Амодеї, генерального директора Anthropic, «задати темп передовому рубежу» додав окреме питання — про швидкість зростання можливостей ШІ й, відповідно, інфраструктурних витрат.

У вересневому есе Амодеї закликав компанії навмисно сповільнити темп покращення можливостей передових моделей, використавши додатковий час для роботи над узгодженням поведінки моделей із людськими цілями та безпекою. Він запропонував залучати незалежних зовнішніх оцінювачів із доступом усередині компаній, координуватися між компаніями демократичних країн, а в перспективі — укладати міжурядові домовленості. 45

Це не був заклик повністю зупинити розвиток ШІ. Проте публічна підтримка ідеї іншими помітними керівниками індустрії змусила ринок оцінювати, чи можуть добровільна координація або майбутнє регулювання стримати витрати на прискорювачі, дата-центри та пам’ять. Повідомлялося, що на вихідних ф’ючерси на Nasdaq 100 впали на 1%. 8

У підсумку інвестори отримали несприятливу комбінацію: DeepSeek припустила, що ШІ-сервіси можуть вимагати менше пам’яті на одне навантаження, а дискусія про «задання темпу» поставила питання, чи не сповільниться і зростання самих навантажень.

Чому Майкл Беррі назвав заклики до сповільнення «корисливими»

Інвестор Майкл Беррі назвав ідею сповільнення розвитку ШІ «корисливою». Його аргумент: таке сповільнення могло б зіграти на руку вже усталеним провідним лабораторіям і водночас ускладнити меншим конкурентам можливість наздогнати їх. Він також поставив під сумнів тезу, що нинішні ШІ-чатботи ведуть до штучного загального інтелекту. 15

Це критика стимулів, а не доказ мотивів компаній. Твердження, ніби риторика про безпеку спрямована на підтримку запланованих IPO, також слід розглядати саме як припущення Беррі, а не як встановлений факт. 1115

Що саме змінила DeepSeek — і чого вона не довела

Найобґрунтованіший висновок вузький, але важливий: DeepSeek поставила під сумнів спрощену версію тези про «ШІ як безперервний двигун попиту на пам’ять». Вона продемонструвала, що програмні рішення, архітектура моделі, квантування та керування кешем здатні помітно зменшити пам’яттєємність інференсу. 5255

Водночас реліз не доводить, що сукупний попит на пам’ять знижуватиметься. Заявлені скорочення стосуються KV-кешу під час інференсу та порівнюються з попередньою архітектурою DeepSeek. Це не означає, що вся модель або весь дата-центр використовує на 75% менше HBM і на 87,5% менше SSD. Також це не скасовує потреби в пам’яті для ваг моделі чи її навчання. 25

Ба більше, нижча собівартість обслуговування може збільшити використання: дешевший інференс здатен привести більше користувачів, довші контексти та більше циклів роботи ШІ-агентів. Остаточний результат для попиту залежатиме від того, яка сила переважить: економія пам’яті на запит чи зростання кількості та складності запитів.

Висновок для інвестиційної тези про ШІ-пам’ять

DeepSeek V4.1-Flash не перекреслила довгострокові перспективи HBM, NAND або ШІ-інфраструктури. Але вона зробила цю інвестиційну тезу значно більш залежною від умов. Більше не можна автоматично припускати, що зростання використання ШІ трансформується в пропорційне зростання споживання пам’яті на кожне навантаження.

Найкорисніше питання тепер таке: чи випереджатимуть здобутки ефективності розширення використання ШІ? DeepSeek надала приклад того, що інференс може стати радикально економнішим у використанні пам’яті. Але вона не дала остаточної відповіді, як швидко після цього зростатимуть глобальне використання ШІ, масштаби навчання моделей і попит на обладнання.