AIメモリ需要が6倍減少！Googleの新技術が市場を驚かせ、関連株も同時に急落

GoogleはTurboQuantを発表し、モデルのメモリ使用量を6倍圧縮し、推論速度を最大8倍向上させ、メモリ株の下落と需要構造の転換についての議論を引き起こした。

GoogleはTurboQuantアルゴリズムを発表し、大規模言語モデルのメモリ使用量を少なくとも6倍圧縮し、モデルの精度を犠牲にすることなく、推論計算速度を最大8倍向上させた。この技術は「需要側の破壊」と解釈され、市場の反応は迅速だった。AIモデルの推論段階でメモリの需要が数倍圧縮されることを意味し、将来的にはデータセンターにおけるDRAM、HBM、さらにはNANDストレージの需要成長曲線が構造的に下方修正される可能性がある。

発表後、メモリおよびストレージ関連の株が同時に下落し、SanDisk（SNDK）が3.5%下落、Micron Technology（MU）が3.4%下落、Western Digital（WDC）が1.63%下落した。アジアのサプライチェーンでは、Samsung Electronicsが4.71%下落し、SK Hynixはさらに6.23%下落した。TurboQuantが変えるのは「資源使用効率」であり、単に需要を減少させるのではないとの見解もある。

Googleの最新アルゴリズム：メモリ使用量6倍、推論速度8倍

Googleの研究チームによると、TurboQuantは大規模言語モデルとベクトル検索システム向けに設計された量子化（quantization）アルゴリズムで、AIモデル内で最もリソースを消費する「key-value cache」と高次元ベクトルデータ構造を大幅に圧縮することに重点を置いている。テストでは、この技術がメモリ使用量を少なくとも6倍圧縮し、モデルの精度を犠牲にすることなく、推論計算速度を最大8倍向上させることができた。

このブレイクスルーは、現在のAIインフラの重要なボトルネックに直接的に影響を与える。生成AIの計算力の拡張は、モデルの重みと大規模KVキャッシュを保持するために、HBMなどの高帯域幅メモリに高度に依存しており、推論プロセス中にメモリがフリーズすることを防いでいる。しかし、TurboQuantはPolarQuantやQuantized Johnson-Lindenstrauss（QJL）などの手法を組み合わせて、ほぼ「ゼロの追加メモリコスト」で圧縮を実現し、より少ないハードウェアリソースで同じまたはそれ以上の効率的な計算を行うことを可能にする。

Googleのアルゴリズムがメモリに衝撃を与えた！アメリカと韓国のメモリメーカーが一斉に下落

市場は迅速にこの技術を「需要側の破壊」と解釈した。発表後、メモリおよびストレージ関連の株が同時に下落し、SanDisk（SNDK）が3.5%下落、Micron Technology（MU）が3.4%下落、Western Digital（WDC）が1.63%下落した。アジアのサプライチェーンでは、Samsung Electronicsが4.71%下落し、SK Hynixはさらに6.23%下落した。

背後にある論理は非常に直接的だ。AIモデルの推論段階でメモリの需要が数倍圧縮されることは、将来的にデータセンターにおけるDRAM、HBM、さらにはNANDストレージの需要成長曲線が構造的に下方修正されることを意味する。特に、AI産業が「トレーニング指向」から「推論指向」に移行する中で、効率最適化技術の限界的影響は増幅されるだろう。

しかし、TurboQuantが変えるのは「資源使用効率」であり、単に需要を減少させるのではないとの見解もある。コストが低下し、遅延が減少することで、AIアプリケーションのシーンは逆にさらに拡大し、総体的な計算力の需要が持続的に成長し、「単位需要は減少し、総量需要は増加する」という構造を形成する可能性がある。今年、大規模メモリメーカーの生産能力はすでに売り切れており、市場は思考する必要がある：AIの成長の天井は果たしてどれほどのものか？

• 本文は『鏈新聞』の許可を得て転載された。
• 原文タイトル：《Google新技術が市場を驚かせ、AIメモリ需要が6倍少なくなる！SKハイニックスとマイクロンが同時に下落》
• 原文著者：Neo