如何看待内存条价格崩了？

Google 提出了一种新的 KV Cache 压缩方法（类似 TurboQuant 这一类思路），能把大模型推理中最占内存的部分压缩到原来的几分之一（大约 6 倍量级），而且基本不影响效果。

这件事之所以影响内存厂，是因为它动摇了原本的逻辑：以前是 模型越强、对话越长 → 越吃高端内存 → 内存厂持续受益。

但现在变成：同样的模型和对话，可以用更少的内存跑起来。

所以就是从“原样存储”，变成“压缩存储+还原”，信息没少，占用更低。

于是市场开始担心：如果单位内存需求下降，未来增长是不是要打折？这就是短期预期转弱的原因。

但反过来看，也就是长期来看，内存占用下降也意味着成本更低、应用更容易普及，甚至可能带来整体使用量的爆发。

所以这一轮波动不是行业变差，而是技术进步，让市场开始重新评估内存的真实需求。