DeepSeek V4.1-Flash 點解震散 AI 記憶體股？

DeepSeek 在 9 月 10 日公布 V4.1-Flash，衝擊的不是「AI 以後唔使記憶體」，而是市場一向過分直線嘅假設：模型愈大、上下文愈長、AI agent 愈多，就必然要一對一地投入更多高頻寬記憶體（HBM）、NAND 快閃記憶體同儲存硬件。

V4.1-Flash 帶出另一種可能：靠模型架構同快取管理優化，同一項 AI 推論工作所需的記憶體可以大幅減少。對本來押注 AI 記憶體需求只會一路升嘅投資者而言，呢個已經足以令估值邏輯要重新計過。 6125

關鍵技術：KV 快取細得多

所謂 KV 快取（key-value cache），係模型處理請求時保留嘅注意力狀態資料。對長對話、長文件分析，或者 AI agent 不斷來回執行多步任務尤其重要：有咗快取，模型毋須每次由頭重算整段歷史內容。

DeepSeek 表示，V4.1-Flash 的 KV 快取，所需 HBM 只有上一代的 四分一，而 SSD 儲存則只需 八分一。 61 按其模型資料，改良來自因果編碼器—解碼器（causal encoder-decoder）設計：解碼器的全域 KV 快取，改為由最終編碼器隱藏狀態投射產生；再配合稱為 SWA Bounded Replay 的部署技術，毋須把部分滑動視窗快取狀態長期寫入 SSD。 52

報道估計，其全域 KV 快取約為每個 token 890 bytes，約等於 V4-Flash 的四分一；在同一 KV 快取容量之下，理論上可同時支援約 4 至 8 倍用戶。 53 DeepSeek 又稱，模型在處理輸入（prefill）時每個 token 啟用 80 億參數，生成輸出（decode）時啟用 160 億參數，目標是提升輸入量高的 agent 工作負載效率。 52

點解記憶體同半導體股會受壓？

真正令市場緊張的問題，是每單位 AI 推論輸出所需的記憶體，會唔會比原先預期跌得快得多。

如果相若能力的模型，可以用固定的 HBM 或儲存資源，同時服務更多長上下文請求，雲端服務商便有機會從既有硬件榨取更多吞吐量。咁就會動搖市場對 HBM、DRAM、企業級 SSD 以至相關儲存設備的幾項假設：未來需要買幾多、供應會有幾緊、廠商有幾多加價能力。

有報道指，在公布後，三星電子及 SK Hynix 在韓國交易時段一度各跌逾 3%。 17 影響亦容易擴散到更廣泛的 AI 基建概念股，因為記憶體製造商、儲存、網絡及算力供應商的投資敘事緊扣在一起。記憶體用量降低，不代表每一類硬件需求都會同步下降，但足以改變部署 AI 模型的成本效益。

以 SanDisk 為例，市場當時的 52 周股價範圍約為 85 至 2,354 美元，分析師整體評級仍偏向「買入」或「中度買入」。 3537 不過，正面評級解答唔到最核心的不確定性：未來儲存需求有幾大部分，是建基於推論架構會一直愈來愈「食記憶體」這個前提？

Amodei 倡「放慢前沿」再加第二重風險

DeepSeek 消息屬於效率衝擊；Anthropic 行政總裁 Dario Amodei 的倡議，則令市場開始問另一條問題：AI 能力增長速度會否放慢，繼而影響基建開支的擴張步伐。

Amodei 在 9 月發表的文章中主張，企業應有意識地放慢提升前沿模型能力的速度，騰出時間處理對齊與安全工作。他提出三個方向：讓嵌入式第三方評估員進入公司、民主國家的企業之間協調，以及最終由各國政府達成協議。 45

這並不是要求全面停止 AI 研發。不過，其他具影響力的 AI 領袖公開支持後，市場自然會評估：自願協調或未來政策，會否令加速器、數據中心及記憶體的投資增長放緩。報道指，相關討論令該周末的納斯達克 100 指數期貨下跌 1%。 8

兩件事放埋一齊，正是投資者感到不舒服的地方：DeepSeek 暗示每項工作可能更慳記憶體；「放慢前沿」討論則引入工作負載本身增長或會減速的可能。

Michael Burry 點解話「自利」？

投資者 Michael Burry 將放慢 AI 發展的呼籲形容為「自利」（self-serving）。他的觀點是，若放慢步伐，已建立優勢的前沿 AI 實驗室可能得益，而較小的競爭者則更難追上；他亦質疑現時聊天機械人是否真正在通往通用人工智能（AGI）的路上。 15

這是對各方誘因的批評，不是有關企業動機的證據。同樣地，把安全論述指為服務未來上市計劃的講法，應理解為 Burry 的指控，而非已被證實的事實。 1115

DeepSeek 改變咗乜，冇改變咗乜？

較穩妥的結論其實很清楚：DeepSeek 挑戰了「AI 一擴張，記憶體密度就必然同步大升」這個過於簡化的論述。它證明軟件、模型架構、量化及快取管理，可以明顯降低推論的記憶體密度。 5255

但它沒有證明總記憶體需求必然下跌。公布的減幅針對推論期間的 KV 快取，而且比較對象是 DeepSeek 的上一代架構；並不等於整個模型或整個數據中心少用 75% HBM、87.5% SSD，亦沒有消除模型權重及訓練所需的記憶體。 25

而且，推論愈平，使用量未必會縮，反而有機會擴大：更多用戶、較長上下文、更多 agent 循環操作，都可能抵銷每次請求節省下來的容量。最後總需求如何，取決於兩種力量邊個跑得快——每次請求的效率提升，抑或請求數量及複雜度的增長。

AI 記憶體投資邏輯：由「必然」變成「有條件」

DeepSeek V4.1-Flash 並未推翻 HBM、NAND 或 AI 基建的長線需求，但令這個投資理據變得更有條件。市場不能再假設 AI 用量增加，就必然按比例推高每項工作負載的記憶體消耗。

接下來真正要睇的，是效率提升會否快過 AI 部署擴張。DeepSeek 提供了推論可大幅「瘦身」的實證；但它未能解答全球 AI 使用量、訓練規模及硬件需求，之後會以幾快速度增長。