DeepSeek V4.1 Flash一推出就觸發記憶體股波動，核心原因唔係市場突然覺得AI唔使記憶體，而係一個原本被視為理所當然嘅假設受到挑戰：AI用得愈多，每項工作就必然要用愈多記憶體。

DeepSeek聲稱，V4.1 Flash喺長上下文推論時，將關鍵嘅KV Cache記憶體需求大幅削細。對靠AI基建需求帶動估值嘅HBM及SSD供應商嚟講，呢個係值得重估嘅風險；但要留意，成果主要針對推論期間嘅一部分記憶體開支，唔等同整個模型、訓練流程或者數據中心全部少用同樣幅度嘅資源。910

到底慳咗邊一截？KV Cache係乜

模型生成文字時，會用**KV Cache（Key-Value Cache）**保存之前token嘅注意力狀態，避免每次出新字都由頭重算整段對話。對長對話、AI代理（agent）同長文檔處理而言，呢個快取會愈滾愈大，亦會變成伺服成本同記憶體容量嘅重要限制。

DeepSeek表示，V4.1 Flash結合咗Compressed Sparse Attention 2（CSA2）嘅跨層KV Cache重用，同埋FP4 KV caching。其全球KV Cache佔用量報稱為每token 890 bytes，約為V4-Flash相應數值嘅四分之一。9

公司亦提出名為 SWA Bounded Replay 嘅部署方法，處理短視窗注意力快取：系統唔再將呢部分長期寫入SSD或主機記憶體，而係放入一個暫時性、分散式嘅主機DRAM池；遇上快取未命中時，只重算有限範圍嘅上下文。按DeepSeek說法，持久KV Cache佔用量因此可降至上一代約八分之一。19

換算落嚟，即相對V4-Flash，KV Cache呢個功能所用HBM可減約75%，而持久SSD容量可減約87.5%。呢兩個百分比只適用於KV Cache，唔係成個模型或整個數據中心。910

係咪即係同一批HBM可以頂四倍用戶？

理論上有可能——前提係服務系統主要受活躍KV Cache容量限制。每個長上下文請求若只用原來約四分之一快取記憶體，同一份HBM配置，理論上可以容納約四倍活躍快取。

不過，呢個係由每token數字推導出嚟嘅容量概念，唔係已獨立驗證嘅端到端同時用戶測試。實際並發量仲會受模型權重、運算力、網絡、請求長度、批次處理、延遲目標同部署軟件影響。

點解Samsung同SK Hynix首先受壓？

市場賣嘅唔係「記憶體冇用」，而係對未來需求密度嘅憂慮。HBM供應商，同埋NAND／企業級SSD廠商，一直受惠於AI系統愈來愈大、愈來愈食記憶體嘅預期。當有模型聲稱每個推論工作負載可以用少好多記憶體同持久儲存，投資者自然會問：未來要買嘅記憶體bit數，仲會唔會如原先預期咁快增長？

據彭博報道，DeepSeek公布消息後，Samsung Electronics於9月11日跌3.5%，SK Hynix跌2.2%。17 當時亦有報道指，兩隻韓國股份喺首爾一度跌逾3%，而美國交易時段初段嘅Micron及SanDisk相對企得住。8

所以，股價反應更似係估值重估：一旦AI工作負載嘅記憶體強度下降，供應商嘅需求增長、定價能力同資本開支預測，都可能要重新計數。

憂慮後來點樣蔓延到全球晶片股？

之後嘅跌勢已由一項推論效率消息，擴闊成對整體AI資本開支交易嘅反思。

當市場同時消化放慢前沿AI發展嘅呼籲，韓國SK Hynix同Samsung分別跌6.4%及4.1%，日本Kioxia跌6.4%；歐洲多隻半導體股亦向下，包括ASML、Infineon、ASM International、BE Semiconductor同STMicroelectronics。18 另一報道指，SoftBank跌11%、Kioxia跌6.5%，台積電跌1.2%。19

美股盤前方面，Marvell接近跌8%，Intel、Micron及SanDisk據報各跌約6%。20

但唔應該將所有跌幅都歸因於一個DeepSeek版本。利率、科技股估值同AI增長前景，本來就會同時影響市場。不過，V4.1 Flash提供咗一個非常具體嘅測試：AI需求增長，未必會按比例轉化為每次查詢更多記憶體需求。17

Amodei呼籲放慢AI，為何令市場再添一重壓力？

Anthropic行政總裁Dario Amodei其後呼籲AI公司放慢提升前沿模型能力嘅速度，希望騰出更多時間處理濫用及安全風險；其方案包括三個步驟。

對AI基建投資者而言，呢度出現兩個性質不同、但可同時影響估值嘅憂慮：

1. 每項推論工作所需記憶體下降，可能壓低記憶體強度；
2. 前沿模型競賽放慢，則可能推遲大型訓練、數據中心擴建，以及支撐加速器、HBM、網絡和儲存需求嘅計劃。

兩者唔係同一件事，但若市場原先已經為持續高速擴張定價，兩個訊號都足以令投資者轉趨審慎。相關報道亦將更廣泛嘅晶片股下跌，連結到市場對放慢AI發展呼籲嘅憂慮。1820

Michael Burry點解話係「自利」？

投資者Michael Burry批評放慢AI發展嘅說法屬於自利。他認為，領先AI公司嘅高層若強調自家技術發展得太快、甚至有危險，可能會從呢種敘事中獲益；他更以「IPO hype & puffery」形容，即為首次公開招股而製造宣傳熱度。14

Burry嘅觀點係，放慢步伐可能令既有龍頭較有利，令規模較細嘅競爭者更難追趕，同時加強稀缺性、權威性及未來上市故事。呢個係他對企業誘因嘅解讀，唔可以當成AI安全風險並不真誠或毫無根據嘅證明。14

呢次係晶片需求警號，定係過度解讀？

DeepSeek嘅公布確實有意義，因為低精度運算、快取壓縮、注意力架構重設、資料重用同更佳部署軟件，都唔係只有一間公司先做得到嘅方向。其他模型開發商同樣可以追求，故此推論記憶體效率係依賴「每個AI請求記憶體含量持續上升」嘅供應商所面對嘅結構性風險。9

但結論唔可以一下跳到「AI晶片需求會崩」。

呢個係KV Cache優化，唔係所有記憶體都少咗

DeepSeek冇聲稱整個模型或整座數據中心少用75% HBM、87.5% SSD。比較範圍只係推論期間KV Cache嘅需要，而且係對比其上一代架構。模型權重、其他系統記憶體、網絡與儲存需求，都唔在呢個狹義比較之內。10

模型訓練仍然係另一條需求主線

現有披露亦冇證明訓練前沿模型所需嘅運算同記憶體，會出現相同幅度下降。將KV Cache優化直接演繹成整個AI半導體需求崩塌，係超出證據所支持嘅範圍。10

效率提升亦可能令AI用得更多

每次請求更平、更慳記憶體，的確會削弱每項請求嘅記憶體消耗；但同時，長上下文助手、代理工作流同自建部署亦可能因此變得負擔得起，令更多用戶與場景採用AI。

如果新增應用數量夠大，總記憶體需求未必會跌，甚至可以繼續上升。最後係「每項工作負載更慳」同「總工作負載爆發式增加」兩股力量嘅較量。

總結：市場真正要問嘅問題變咗

DeepSeek V4.1 Flash揭示咗AI記憶體牛市敘事嘅脆弱位：模型架構同部署軟件進步後，每項推論工作負載嘅記憶體需求可以急跌。其聲稱嘅每token 890 bytes全球KV Cache，以及持久快取縮至前代八分之一，正正解釋到點解HBM同SSD需求假設會突然受檢視。9

但現時證據未足以將之稱為即時嘅晶片業需求衝擊。公布嘅減幅集中於推論KV Cache，唔包括模型訓練，亦唔代表整個數據中心堆疊。

對記憶體股投資者而言，問題已唔再只係「AI會唔會繼續增長」，而係：AI總工作負載增長，能否快過系統提升記憶體使用效率嘅速度？

DeepSeek V4.1 Flash一推出就觸發記憶體股波動，核心原因唔係市場突然覺得AI唔使記憶體，而係一個原本被視為理所當然嘅假設受到挑戰：AI用得愈多，每項工作就必然要用愈多記憶體。

DeepSeek聲稱，V4.1 Flash喺長上下文推論時，將關鍵嘅KV Cache記憶體需求大幅削細。對靠AI基建需求帶動估值嘅HBM及SSD供應商嚟講，呢個係值得重估嘅風險；但要留意，成果主要針對推論期間嘅一部分記憶體開支，唔等同整個模型、訓練流程或者數據中心全部少用同樣幅度嘅資源。910

到底慳咗邊一截？KV Cache係乜

模型生成文字時，會用**KV Cache（Key-Value Cache）**保存之前token嘅注意力狀態，避免每次出新字都由頭重算整段對話。對長對話、AI代理（agent）同長文檔處理而言，呢個快取會愈滾愈大，亦會變成伺服成本同記憶體容量嘅重要限制。

DeepSeek表示，V4.1 Flash結合咗Compressed Sparse Attention 2（CSA2）嘅跨層KV Cache重用，同埋FP4 KV caching。其全球KV Cache佔用量報稱為每token 890 bytes，約為V4-Flash相應數值嘅四分之一。9

公司亦提出名為 SWA Bounded Replay 嘅部署方法，處理短視窗注意力快取：系統唔再將呢部分長期寫入SSD或主機記憶體，而係放入一個暫時性、分散式嘅主機DRAM池；遇上快取未命中時，只重算有限範圍嘅上下文。按DeepSeek說法，持久KV Cache佔用量因此可降至上一代約八分之一。19

換算落嚟，即相對V4-Flash，KV Cache呢個功能所用HBM可減約75%，而持久SSD容量可減約87.5%。呢兩個百分比只適用於KV Cache，唔係成個模型或整個數據中心。910

係咪即係同一批HBM可以頂四倍用戶？

理論上有可能——前提係服務系統主要受活躍KV Cache容量限制。每個長上下文請求若只用原來約四分之一快取記憶體，同一份HBM配置，理論上可以容納約四倍活躍快取。

不過，呢個係由每token數字推導出嚟嘅容量概念，唔係已獨立驗證嘅端到端同時用戶測試。實際並發量仲會受模型權重、運算力、網絡、請求長度、批次處理、延遲目標同部署軟件影響。

點解Samsung同SK Hynix首先受壓？

市場賣嘅唔係「記憶體冇用」，而係對未來需求密度嘅憂慮。HBM供應商，同埋NAND／企業級SSD廠商，一直受惠於AI系統愈來愈大、愈來愈食記憶體嘅預期。當有模型聲稱每個推論工作負載可以用少好多記憶體同持久儲存，投資者自然會問：未來要買嘅記憶體bit數，仲會唔會如原先預期咁快增長？

據彭博報道，DeepSeek公布消息後，Samsung Electronics於9月11日跌3.5%，SK Hynix跌2.2%。17 當時亦有報道指，兩隻韓國股份喺首爾一度跌逾3%，而美國交易時段初段嘅Micron及SanDisk相對企得住。8

所以，股價反應更似係估值重估：一旦AI工作負載嘅記憶體強度下降，供應商嘅需求增長、定價能力同資本開支預測，都可能要重新計數。

憂慮後來點樣蔓延到全球晶片股？

之後嘅跌勢已由一項推論效率消息，擴闊成對整體AI資本開支交易嘅反思。

當市場同時消化放慢前沿AI發展嘅呼籲，韓國SK Hynix同Samsung分別跌6.4%及4.1%，日本Kioxia跌6.4%；歐洲多隻半導體股亦向下，包括ASML、Infineon、ASM International、BE Semiconductor同STMicroelectronics。18 另一報道指，SoftBank跌11%、Kioxia跌6.5%，台積電跌1.2%。19

美股盤前方面，Marvell接近跌8%，Intel、Micron及SanDisk據報各跌約6%。20

但唔應該將所有跌幅都歸因於一個DeepSeek版本。利率、科技股估值同AI增長前景，本來就會同時影響市場。不過，V4.1 Flash提供咗一個非常具體嘅測試：AI需求增長，未必會按比例轉化為每次查詢更多記憶體需求。17

Amodei呼籲放慢AI，為何令市場再添一重壓力？

Anthropic行政總裁Dario Amodei其後呼籲AI公司放慢提升前沿模型能力嘅速度，希望騰出更多時間處理濫用及安全風險；其方案包括三個步驟。

對AI基建投資者而言，呢度出現兩個性質不同、但可同時影響估值嘅憂慮：

1. 每項推論工作所需記憶體下降，可能壓低記憶體強度；
2. 前沿模型競賽放慢，則可能推遲大型訓練、數據中心擴建，以及支撐加速器、HBM、網絡和儲存需求嘅計劃。

兩者唔係同一件事，但若市場原先已經為持續高速擴張定價，兩個訊號都足以令投資者轉趨審慎。相關報道亦將更廣泛嘅晶片股下跌，連結到市場對放慢AI發展呼籲嘅憂慮。1820

Michael Burry點解話係「自利」？

投資者Michael Burry批評放慢AI發展嘅說法屬於自利。他認為，領先AI公司嘅高層若強調自家技術發展得太快、甚至有危險，可能會從呢種敘事中獲益；他更以「IPO hype & puffery」形容，即為首次公開招股而製造宣傳熱度。14

Burry嘅觀點係，放慢步伐可能令既有龍頭較有利，令規模較細嘅競爭者更難追趕，同時加強稀缺性、權威性及未來上市故事。呢個係他對企業誘因嘅解讀，唔可以當成AI安全風險並不真誠或毫無根據嘅證明。14

呢次係晶片需求警號，定係過度解讀？

DeepSeek嘅公布確實有意義，因為低精度運算、快取壓縮、注意力架構重設、資料重用同更佳部署軟件，都唔係只有一間公司先做得到嘅方向。其他模型開發商同樣可以追求，故此推論記憶體效率係依賴「每個AI請求記憶體含量持續上升」嘅供應商所面對嘅結構性風險。9

但結論唔可以一下跳到「AI晶片需求會崩」。

呢個係KV Cache優化，唔係所有記憶體都少咗

DeepSeek冇聲稱整個模型或整座數據中心少用75% HBM、87.5% SSD。比較範圍只係推論期間KV Cache嘅需要，而且係對比其上一代架構。模型權重、其他系統記憶體、網絡與儲存需求，都唔在呢個狹義比較之內。10

模型訓練仍然係另一條需求主線

現有披露亦冇證明訓練前沿模型所需嘅運算同記憶體，會出現相同幅度下降。將KV Cache優化直接演繹成整個AI半導體需求崩塌，係超出證據所支持嘅範圍。10

效率提升亦可能令AI用得更多

每次請求更平、更慳記憶體，的確會削弱每項請求嘅記憶體消耗；但同時，長上下文助手、代理工作流同自建部署亦可能因此變得負擔得起，令更多用戶與場景採用AI。

如果新增應用數量夠大，總記憶體需求未必會跌，甚至可以繼續上升。最後係「每項工作負載更慳」同「總工作負載爆發式增加」兩股力量嘅較量。

總結：市場真正要問嘅問題變咗

DeepSeek V4.1 Flash揭示咗AI記憶體牛市敘事嘅脆弱位：模型架構同部署軟件進步後，每項推論工作負載嘅記憶體需求可以急跌。其聲稱嘅每token 890 bytes全球KV Cache，以及持久快取縮至前代八分之一，正正解釋到點解HBM同SSD需求假設會突然受檢視。9

但現時證據未足以將之稱為即時嘅晶片業需求衝擊。公布嘅減幅集中於推論KV Cache，唔包括模型訓練，亦唔代表整個數據中心堆疊。

對記憶體股投資者而言，問題已唔再只係「AI會唔會繼續增長」，而係：AI總工作負載增長，能否快過系統提升記憶體使用效率嘅速度？