DeepSeek V4.1-Flash 點解令記憶體股受壓？

DeepSeek 推出 V4.1-Flash 後，市場即時重估一個原本相當受歡迎的 AI 投資假設：模型愈強，部署每單位 AI 服務就必然要用愈多記憶體同儲存空間。

今次拋售唔代表 AI 記憶體的長期需求已經見頂，而係投資者忽然要面對另一個變數：模型架構與軟件優化，可能大幅降低每次 AI 推理所需的硬件資源。

DeepSeek 到底慳咗乜？

DeepSeek 表示，V4.1-Flash 的鍵值快取（KV cache）相較上一代，只需要 四分一的高頻寬記憶體（HBM），以及 八分一的 SSD 儲存。公司亦指出，對 AI agent（可自行分步完成任務的 AI 系統）而言，cache hit 的費用往往佔成本相當大部分。29

KV cache 可以理解為模型保留之前已處理內容的「短期工作記憶」：用戶一路對話、或者 AI agent 處理長篇文件時，模型毋須每次由頭計過所有上下文。正因如此，長上下文及 agent 類工作負載愈多，KV cache 對推理服務的記憶體容量壓力就愈大。

不過，呢個數字有重要限制：DeepSeek 講緊的是 KV cache 的需求，並非整個模型、整個數據中心突然少用 75% HBM 或 87.5% SSD。模型權重、訓練設備及其他系統部件，仍然會用到大量記憶體和儲存資源。25

點解記憶體與儲存股即時受壓？

投資者的推論好直接：如果一個模型用少好多 cache 記憶體，都可以支援相近的推理服務量，固定數量的 AI 硬件便可能服務更多同時使用的工作負載。換句話講，每宗工作所需的記憶體密度可能下降。

這會動搖市場對 HBM、企業級 SSD 及相關儲存產品的短期需求、定價和供應緊張程度的預測。首爾市場方面，Samsung 股價在消息後跌 3.5%，SK Hynix 跌 2.2%。49 隨後美國交易時段，記憶體及儲存相關股份同樣受壓，市場報道將焦點放在 V4.1-Flash 較低的 HBM 與 SSD 需求。5152

當然，唔可以簡單講一款模型「造成」所有跌幅。半導體股同時會受業績預期、供需、息口、市場風險胃納，以及大型科技公司資本開支等因素影響。但今次反應反映，AI 概念股的估值對一件事非常敏感：軟件創新會否令每單位 AI 服務所需硬件變少。

另一重壓力：前沿 AI 應否放慢？

效率消息出現的同時，市場亦在消化另一個需求風險。Anthropic 行政總裁 Dario Amodei 在文章《We Must Pace the Frontier》主張放慢 AI 能力提升的速度，讓公司和政府有時間作好對齊與安全保障。

他強調，「放慢節奏」不等於停止模型訓練或技術進步；其方案包括讓第三方評估人員長駐式接觸前沿 AI 公司、民主政府之間協調，以及全球層面的協調。40

從股票市場角度看，即使不是全面停訓，若最尖端模型的研發與部署節奏放慢，部分加速器、網絡、記憶體和數據中心的投資都可能延後。相關市場報道當日指出，Nasdaq-100 期貨跌 1.77%，Marvell 跌逾 7%、Intel 跌約 6%、Micron 跌逾 5%。51

兩件事其實要分開看：

• DeepSeek 提出的是效率問題：每一宗 AI 推理工作需要多少記憶體和儲存？
• 「放慢前沿 AI」討論提出的是時間問題：業界會以幾快速度建設及部署更強的模型？

兩者疊加，就令原本最進取的 AI 基建需求預測，睇落冇咁理所當然。

Michael Burry 點睇「放慢 AI」說法？

投資者 Michael Burry 批評 AI 業界的放慢論述是「自利」（self-serving）。他認為，這樣做可能令既有的前沿 AI 公司更容易守住優勢、增加新競爭者追上的難度；以「AI 強大得可能危險」作宣傳，亦可成為潛在上市前的「hype & puffery」；此外，放慢發展亦可能為增長減速提供掩護。14

Burry 亦認為大型語言模型（LLM）不是人工通用智能（AGI），所以在他看來沒有這類 AI 要放慢。這是他對競爭、估值與 AI 能力的個人觀點，並非已獲技術界定論。市場真正關注的是：AI 放慢論述既可以從安全角度理解，亦可以從商業誘因角度解讀。

牛市邏輯由「單線」變成兩條數

過去較簡化的 AI 記憶體投資邏輯是：模型更大、上下文更長、AI 用戶更多，便會帶來更多 HBM、NAND 和儲存容量需求。

DeepSeek 令市場不得不加入一個抵銷因素：架構效率。更合理的框架，是分開看兩條數：

1. 每宗工作所需的記憶體。 更有效率的 KV cache 設計可以令這項下降。
2. 工作總量與使用強度。 更多用戶、更長上下文、更多自主 agent，則可以推高這項。

第一項下降，唔代表第二項一定會下降。推理成本更低，反而可能刺激更多企業和用戶採用 AI，令總請求量大增；但如果效率技術普及得比使用量增長更快，達到同等 AI 產出的硬件需求便可能減少。

長線結論仍未揭盅

V4.1-Flash 最直接影響的是推理服務與 KV cache。DeepSeek 的比較並沒有消除模型權重和訓練所需要的記憶體。25 而訓練與推理對運算、記憶體及互連的要求，本身亦不相同。

因此，真正未解的問題不是這次效率提升有冇意義——它顯然有——而是它最終會否改變整體需求。市場要持續留意：類似慳 cache 技術的採用速度、長上下文和 agent 工作負載的增長、HBM 與儲存產品價格，以及前沿模型的訓練與部署有否繼續加速。

現階段，這輪拋售較適合理解為一次提醒：AI 記憶體短缺未必是只升不跌的單向交易。模型創新可以降低每次請求的硬件需要，而新應用同時亦可以推高請求總數；哪一邊跑得更快，仍然未有答案。