DeepSeek发布V4.1 Flash之所以让投资者紧张，关键在于它挑战了AI基础设施投资中的一个隐含前提：AI用得越多，每项工作负载消耗的存储资源就会持续上升。

这款模型宣称在长上下文推理时显著降低了KV缓存的资源占用。对于依赖高带宽内存（HBM）和企业级SSD增长预期的公司而言，这意味着：即使AI请求数量不变，每个请求所需要购买的存储资源也可能变少。

但这并不是“AI不需要芯片或存储器”的结论。V4.1 Flash的改进聚焦于AI系统中的一个环节——推理时的KV缓存，并未覆盖前沿模型训练、模型权重以及数据中心的全部资源消耗。910

技术上到底变了什么：更小的KV缓存

KV缓存（Key-Value Cache）用于保存模型已处理Token的注意力状态，使模型生成后续内容时不必反复计算此前上下文。对长对话、长文档分析和智能体连续执行任务而言，KV缓存尤其重要，也可能成为昂贵的资源瓶颈。

DeepSeek表示，V4.1 Flash结合了压缩稀疏注意力2（CSA2）中的跨层KV缓存复用，以及FP4 KV缓存技术，将始终驻留在HBM中的全局KV缓存压缩到每Token 890字节，约为V4-Flash对应水平的四分之一。9

在部署层面，DeepSeek还提出了名为“SWA Bounded Replay”的短窗口注意力方案：不再把这部分缓存长期保存在SSD或主机内存中，而是使用临时的分布式主机DRAM池；发生缓存未命中时，仅重新计算有限范围的上下文。公司称，这使持久化KV缓存占用降至上一代约八分之一。19

按这一口径计算，与V4-Flash相比，V4.1 Flash用于KV缓存功能的HBM需求约少75%，持久化SSD容量约少87.5%。这里的限定至关重要：它不是整个模型、也不是整个数据中心资源的同比降幅。910

是否意味着并发用户数能变成4倍？

在主要受活跃KV缓存容量约束的推理服务中，理论上有这种可能：若每个长上下文请求只占用原来约四分之一的缓存空间，同样的HBM配置可以容纳约4倍的活跃缓存。

不过，这只是根据单Token缓存占用推导出的容量含义，并非已经独立验证的端到端并发用户基准。实际并发能力仍受模型权重、计算资源、网络、请求长度、批处理策略、延迟目标与推理软件等多项因素影响。

为什么三星、SK海力士等存储股反应剧烈

市场交易的不是“DeepSeek让存储器失去价值”，而是未来AI需求的资源密度可能下降。

HBM供应商，以及NAND闪存和企业级SSD厂商，过去受益于一种预期：模型能力提升、上下文变长、AI部署扩大，将带来更多存储与存储器采购。若算法和部署软件能让每次推理少用大量HBM与持久化存储，那么市场就必须重新评估需求增速、产品定价权和资本开支假设。

据彭博社报道，在DeepSeek发布消息后，9月11日韩国市场中，三星电子下跌3.5%，SK海力士下跌2.2%。17 当时也有报道显示，三星与SK海力士在首尔盘中跌幅均超过3%，而美光和闪迪在美国早盘相对更为坚挺。8

因此，冲击首先是估值层面的：如果AI工作负载的单位存储消耗下降，投资者原先对存储厂商增长速度和利润空间的预测，可能需要下调。

忧虑如何从韩国存储股扩散至全球芯片板块

随后，市场担忧从一次具体的推理效率突破，扩大为对AI资本开支交易的重新定价。

在关于放缓前沿AI研发的讨论升温后，多地芯片股走弱：报道称，SK海力士和三星电子分别下跌6.4%和4.1%，日本铠侠下跌6.4%；欧洲的ASML、英飞凌、ASM International、BE Semiconductor和意法半导体等也走低。18 另一份报道显示，软银集团下跌11%，铠侠跌6.5%，台积电在亚洲交易时段跌1.2%。19

美国盘前交易中，迈威尔科技一度跌近8%，英特尔、美光和闪迪均被报道下跌约6%。20

不能把所有跌幅简单归因于一款DeepSeek模型。利率、估值和AI增长预期本就会同时影响科技股走势。但V4.1 Flash提供了一个具体催化剂，让市场重新审视一项脆弱假设：AI需求增长，并不必然意味着单次查询对应的存储需求按比例增长。17

Amodei呼吁放缓前沿AI，为何加大市场压力

抛售压力加剧的另一背景，是Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）呼吁AI公司放慢提升前沿模型能力的速度，以争取更多时间应对滥用和安全风险。

对AI基础设施投资者而言，这叠加了两类不同、但都不受欢迎的担忧：

1. 单项推理任务的存储器消耗下降，可能降低单位工作负载的存储密度；
2. 前沿模型竞赛若放缓，可能推迟最大规模训练任务和数据中心扩建计划，而这些计划正是加速器、HBM、网络设备和存储需求的重要支撑。

两者在经济逻辑上并不相同，但市场可以把它们同时视为对“AI基建将持续高强度扩张”这一预期的挑战。相关报道也将更广泛的芯片股下跌与投资者对放缓AI发展的担忧联系起来。1820

迈克尔·伯里为何称其“利己”和“IPO炒作”

因《大空头》而广为人知的投资人迈克尔·伯里（Michael Burry）批评放缓AI发展的主张具有“利己”性质。他认为，领先AI公司的管理层将自家技术描述为发展过快、甚至具有危险性，可能从这种叙事中获得商业利益，并将其斥为“IPO炒作与吹嘘”。14

伯里的观点是，放缓可能更有利于已经占据优势的巨头，同时强化稀缺性、权威性以及未来公开募股的市场叙事。需要区分的是：这属于他对企业激励机制的判断，并不能证明AI安全担忧本身不真诚或没有依据。14

DeepSeek的结果，对芯片需求意味着什么？

DeepSeek的公告之所以值得重视，是因为其背后的方向并非只能由一家企业实现。低精度计算、缓存压缩、注意力机制重构、缓存复用和更高效的推理系统，都是其他模型开发者也可能采用的技术路线。因此，对于那些将增长预期建立在“每个AI请求存储内容不断提高”之上的供应商而言，推理存储效率提升构成一项结构性风险。9

但结论仍有明确边界。

它涉及KV缓存，不是全部存储需求

DeepSeek并没有宣称整个模型或整个数据中心的HBM需求减少75%、SSD需求减少87.5%。该对比仅针对推理过程的KV缓存，且比较对象是其上一代架构。模型权重、其他系统内存、网络和存储需求并不在这个狭义比较范围内。10

训练仍是另一套需求逻辑

现有披露也无法证明，训练前沿模型所需的计算量和存储器会出现同等比例下降。把KV缓存优化直接解读为全部AI半导体需求将萎缩，超出了这次发布本身能够证明的范围。10

效率提升也可能带来更多使用量

更便宜、存储需求更低的推理，会减少每次请求的资源消耗；但它也可能让长上下文助手、智能体工作流和自托管部署在更多场景中变得经济可行。

如果成本下降带来的用户数和应用数量增长足够快，整体存储需求仍可能保持韧性，甚至继续增长——尽管每一项工作负载消耗的资源更少。

结论：打破了一个假设，尚未推翻整个AI芯片周期

DeepSeek V4.1 Flash暴露了AI存储牛市叙事中的一个弱点：随着模型架构与推理软件进步，单项推理任务的存储器需求可以明显下降。其宣称的每Token 890字节全局KV缓存，以及持久化缓存降至原来的八分之一，足以解释为何市场迅速重新审视HBM与SSD的需求模型。9

不过，现有证据不足以把它称为即时的芯片行业需求冲击。其宣布的降幅局限于推理KV缓存，而非模型训练或完整的数据中心技术栈。

长期结果将取决于两种力量的较量：一边是每项AI任务的存储密度下降；另一边是成本下降后，AI应用的覆盖面和总工作负载可能大幅扩大。对存储股投资者来说，问题已不再只是“AI使用量会不会增长”，而是：AI工作负载总量的增长，能否跑赢系统提升存储效率的速度。

DeepSeek发布V4.1 Flash之所以让投资者紧张，关键在于它挑战了AI基础设施投资中的一个隐含前提：AI用得越多，每项工作负载消耗的存储资源就会持续上升。

这款模型宣称在长上下文推理时显著降低了KV缓存的资源占用。对于依赖高带宽内存（HBM）和企业级SSD增长预期的公司而言，这意味着：即使AI请求数量不变，每个请求所需要购买的存储资源也可能变少。

但这并不是“AI不需要芯片或存储器”的结论。V4.1 Flash的改进聚焦于AI系统中的一个环节——推理时的KV缓存，并未覆盖前沿模型训练、模型权重以及数据中心的全部资源消耗。910

技术上到底变了什么：更小的KV缓存

KV缓存（Key-Value Cache）用于保存模型已处理Token的注意力状态，使模型生成后续内容时不必反复计算此前上下文。对长对话、长文档分析和智能体连续执行任务而言，KV缓存尤其重要，也可能成为昂贵的资源瓶颈。

DeepSeek表示，V4.1 Flash结合了压缩稀疏注意力2（CSA2）中的跨层KV缓存复用，以及FP4 KV缓存技术，将始终驻留在HBM中的全局KV缓存压缩到每Token 890字节，约为V4-Flash对应水平的四分之一。9

在部署层面，DeepSeek还提出了名为“SWA Bounded Replay”的短窗口注意力方案：不再把这部分缓存长期保存在SSD或主机内存中，而是使用临时的分布式主机DRAM池；发生缓存未命中时，仅重新计算有限范围的上下文。公司称，这使持久化KV缓存占用降至上一代约八分之一。19

按这一口径计算，与V4-Flash相比，V4.1 Flash用于KV缓存功能的HBM需求约少75%，持久化SSD容量约少87.5%。这里的限定至关重要：它不是整个模型、也不是整个数据中心资源的同比降幅。910

是否意味着并发用户数能变成4倍？

在主要受活跃KV缓存容量约束的推理服务中，理论上有这种可能：若每个长上下文请求只占用原来约四分之一的缓存空间，同样的HBM配置可以容纳约4倍的活跃缓存。

不过，这只是根据单Token缓存占用推导出的容量含义，并非已经独立验证的端到端并发用户基准。实际并发能力仍受模型权重、计算资源、网络、请求长度、批处理策略、延迟目标与推理软件等多项因素影响。

为什么三星、SK海力士等存储股反应剧烈

市场交易的不是“DeepSeek让存储器失去价值”，而是未来AI需求的资源密度可能下降。

HBM供应商，以及NAND闪存和企业级SSD厂商，过去受益于一种预期：模型能力提升、上下文变长、AI部署扩大，将带来更多存储与存储器采购。若算法和部署软件能让每次推理少用大量HBM与持久化存储，那么市场就必须重新评估需求增速、产品定价权和资本开支假设。

据彭博社报道，在DeepSeek发布消息后，9月11日韩国市场中，三星电子下跌3.5%，SK海力士下跌2.2%。17 当时也有报道显示，三星与SK海力士在首尔盘中跌幅均超过3%，而美光和闪迪在美国早盘相对更为坚挺。8

因此，冲击首先是估值层面的：如果AI工作负载的单位存储消耗下降，投资者原先对存储厂商增长速度和利润空间的预测，可能需要下调。

忧虑如何从韩国存储股扩散至全球芯片板块

随后，市场担忧从一次具体的推理效率突破，扩大为对AI资本开支交易的重新定价。

在关于放缓前沿AI研发的讨论升温后，多地芯片股走弱：报道称，SK海力士和三星电子分别下跌6.4%和4.1%，日本铠侠下跌6.4%；欧洲的ASML、英飞凌、ASM International、BE Semiconductor和意法半导体等也走低。18 另一份报道显示，软银集团下跌11%，铠侠跌6.5%，台积电在亚洲交易时段跌1.2%。19

美国盘前交易中，迈威尔科技一度跌近8%，英特尔、美光和闪迪均被报道下跌约6%。20

不能把所有跌幅简单归因于一款DeepSeek模型。利率、估值和AI增长预期本就会同时影响科技股走势。但V4.1 Flash提供了一个具体催化剂，让市场重新审视一项脆弱假设：AI需求增长，并不必然意味着单次查询对应的存储需求按比例增长。17

Amodei呼吁放缓前沿AI，为何加大市场压力

抛售压力加剧的另一背景，是Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）呼吁AI公司放慢提升前沿模型能力的速度，以争取更多时间应对滥用和安全风险。

对AI基础设施投资者而言，这叠加了两类不同、但都不受欢迎的担忧：

1. 单项推理任务的存储器消耗下降，可能降低单位工作负载的存储密度；
2. 前沿模型竞赛若放缓，可能推迟最大规模训练任务和数据中心扩建计划，而这些计划正是加速器、HBM、网络设备和存储需求的重要支撑。

两者在经济逻辑上并不相同，但市场可以把它们同时视为对“AI基建将持续高强度扩张”这一预期的挑战。相关报道也将更广泛的芯片股下跌与投资者对放缓AI发展的担忧联系起来。1820

迈克尔·伯里为何称其“利己”和“IPO炒作”

因《大空头》而广为人知的投资人迈克尔·伯里（Michael Burry）批评放缓AI发展的主张具有“利己”性质。他认为，领先AI公司的管理层将自家技术描述为发展过快、甚至具有危险性，可能从这种叙事中获得商业利益，并将其斥为“IPO炒作与吹嘘”。14

伯里的观点是，放缓可能更有利于已经占据优势的巨头，同时强化稀缺性、权威性以及未来公开募股的市场叙事。需要区分的是：这属于他对企业激励机制的判断，并不能证明AI安全担忧本身不真诚或没有依据。14

DeepSeek的结果，对芯片需求意味着什么？

DeepSeek的公告之所以值得重视，是因为其背后的方向并非只能由一家企业实现。低精度计算、缓存压缩、注意力机制重构、缓存复用和更高效的推理系统，都是其他模型开发者也可能采用的技术路线。因此，对于那些将增长预期建立在“每个AI请求存储内容不断提高”之上的供应商而言，推理存储效率提升构成一项结构性风险。9

但结论仍有明确边界。

它涉及KV缓存，不是全部存储需求

DeepSeek并没有宣称整个模型或整个数据中心的HBM需求减少75%、SSD需求减少87.5%。该对比仅针对推理过程的KV缓存，且比较对象是其上一代架构。模型权重、其他系统内存、网络和存储需求并不在这个狭义比较范围内。10

训练仍是另一套需求逻辑

现有披露也无法证明，训练前沿模型所需的计算量和存储器会出现同等比例下降。把KV缓存优化直接解读为全部AI半导体需求将萎缩，超出了这次发布本身能够证明的范围。10

效率提升也可能带来更多使用量

更便宜、存储需求更低的推理，会减少每次请求的资源消耗；但它也可能让长上下文助手、智能体工作流和自托管部署在更多场景中变得经济可行。

如果成本下降带来的用户数和应用数量增长足够快，整体存储需求仍可能保持韧性，甚至继续增长——尽管每一项工作负载消耗的资源更少。

结论：打破了一个假设，尚未推翻整个AI芯片周期

DeepSeek V4.1 Flash暴露了AI存储牛市叙事中的一个弱点：随着模型架构与推理软件进步，单项推理任务的存储器需求可以明显下降。其宣称的每Token 890字节全局KV缓存，以及持久化缓存降至原来的八分之一，足以解释为何市场迅速重新审视HBM与SSD的需求模型。9

不过，现有证据不足以把它称为即时的芯片行业需求冲击。其宣布的降幅局限于推理KV缓存，而非模型训练或完整的数据中心技术栈。

长期结果将取决于两种力量的较量：一边是每项AI任务的存储密度下降；另一边是成本下降后，AI应用的覆盖面和总工作负载可能大幅扩大。对存储股投资者来说，问题已不再只是“AI使用量会不会增长”，而是：AI工作负载总量的增长，能否跑赢系统提升存储效率的速度。