美企甩出＂技术核弹＂，半导体全线大跌，中国也未能幸免

一篇论文，48小时，全球存储芯片巨头市值蒸发超900亿美元——折合人民币6200多亿。谷歌研究院2026年3月25日在官方博客抛出的一项AI内存压缩技术，像一颗投进深水区的石子，让美国、韩国、中国三大半导体重镇的股票一起往下跳。这颗＂技术核弹＂叫TurboQuant，但它引发的连锁反应，远比技术本身复杂得多。

美股开盘当天，存储芯片板块直接遭遇＂黑色时刻＂——截至收盘，美光科技跌了4%，西部数据跌4.4%，希捷跌5.6%，闪迪一度重挫6.5%。消息传到亚洲，韩国那边更不好看，三星电子跌超4%，SK海力士暴跌超6%。

A股这边也没幸免。3月27日开盘，佰维存储、西测测试跌超6%，江波龙、兆易创新、德明利等跟着往下走。满屏的绿色数字，让不少股民心慌意乱。

这一切的＂罪魁祸首＂，就是谷歌那篇论文里描述的TurboQuant算法。

它做了什么事呢？用大家能理解的话说：AI在和人聊天时，脑子里需要随时记住之前对话的内容，这些＂记忆＂会占掉大量内存空间。对话越长，占的越多，到后来内存就不够用了。谷歌声称TurboQuant可以在不损失准确性的前提下，把这块＂记忆＂的内存占用缩小到原来的六分之一。

投资者一听就急了——如果AI以后用不了那么多内存，芯片公司的生意岂不是要黄？抛售潮就这么来了。

然而，事情很快迎来了一百八十度大反转。

就在股市暴跌后的第二天，3月27日晚上10点，苏黎世联邦理工学院博士后、RaBitQ算法的第一作者高健扬公开发文指出，TurboQuant论文在描述他的RaBitQ算法时＂存在严重问题，包括不正确的技术声明和误导性的理论、实验对比＂，而且这些问题在投稿前就已经向谷歌团队指出过，对方承认了，却选择不修正。

什么意思？简单说，高健扬认为谷歌团队的核心方法和他2024年就公开发表的RaBitQ算法高度类似，但谷歌的论文里全程回避了两者的关系。更让人难以接受的是，2025年1月，TurboQuant的第二作者Majid Daliri曾主动联系高健扬，请他帮忙调试基于RaBitQ代码的Python版本。也就是说，人家底细都摸透了，论文里却当没这回事。

不止如此。TurboQuant论文还在毫无论据的情况下，把RaBitQ的理论成果贬低为＂次优＂，归因于＂分析太粗糙＂。实际上高健扬团队的算法早已严格证明达到了该领域的理论最优水平，还被邀请到计算机科学顶级会议上做报告。

实验对比更是离谱。在论文的对比测试中，RaBitQ量化耗时2267秒，TurboQuant仅需0.0013秒，差了百万倍。后来发现，测RaBitQ用的是单核CPU加自翻的Python代码，测TurboQuant用的是英伟达A100 GPU——这就好比让一个人骑自行车和另一个人开赛车比速度，然后宣布赛车赢了。

4月1日，谷歌团队终于回应了，但这份＂技术澄清＂并没有平息争议。他们承认是自己＂没仔细看对方的附录＂才得出了RaBitQ＂次优＂的结论，表示正在更新手稿。但关于核心方法相似的问题，谷歌的态度是：随机旋转是标准技术，我们不需要引用每一个用过它的人。这个说法在学术圈几乎没人买账。

也正因为这场学术风波的发酵，市场上原本恐慌的情绪反而慢慢冷却了——连论文本身都有这么大争议，基于它的＂利空解读＂还能站住脚吗？

摩根士丹利指出，TurboQuant的实际影响范围相对有限。它仅作用于推理环节的键值缓存，不影响模型权重所占用的高带宽内存（HBM），也不涉及AI训练任务。这并非让整体存储需求直接缩减6倍，而是提升单位硬件效率。

这里面有一个很多人容易搞混的地方。AI这个行业分两个阶段：训练阶段——也就是教AI学会本领，这个过程消耗的内存和算力是天文数字；推理阶段——就是AI学会了之后帮你干活。

TurboQuant压缩的只是推理阶段里一个叫＂键值缓存＂的小部分，而当前全世界最供不应求、价格涨得最凶的高端HBM内存，主要是给训练阶段用的，跟这个算法八竿子打不着。

还有一点被忽略了——TurboQuant目前还只是一个实验室成果，尚未大规模部署。而且它仅在80亿参数级别的开源模型上得到验证，700亿参数以上的大模型表现如何，还没有数据。也就是说，离真正改变行业格局，路还长着呢。

而现实世界的存储芯片市场，走的是完全相反的剧本。

2026年第一季度，常规DRAM合约价涨幅从最初预估的55%至60%大幅上调至90%至95%；NAND Flash合约价涨幅也从33%至38%上调至55%至60%。这涨法在行业历史上都罕见。

各家公司的财报数据更是炸裂。德明利预计一季度营收同比增长逾480%，归母净利润较去年同期亏损状态增长超4600%。香农芯创预计一季度归母净利润最高超87倍，单季盈利已超越2025年全年。佰维存储2026年一季度营收同比增长341.53%，净利润28.99亿元，同比大幅扭亏为盈。

到4月中旬，江波龙、佰维存储、德明利三家千亿市值公司股价齐创历史新高。回想一个月前那场恐慌，仿佛隔了一个世纪。

为什么技术效率提升了，硬件需求反而没减少？这里面有一个规律值得了解。摩根士丹利提到了经济学中的＂杰文斯悖论＂：当技术进步提高了效率，资源消耗不仅没有减少，反而会因为使用成本降低而激增。通俗地讲，蒸汽机效率提高了，全世界烧的煤不是少了，而是多了好几倍——因为用得起蒸汽机的人变多了。AI也是一样的道理。

类似的情况在DeepSeek发布时就出现过：市场一度担忧算力需求下降，但最终AI应用爆发，反而推高了硬件需求。一开始下跌的英伟达后来再创历史新高。

这一轮存储芯片涨价的根源是结构性的。2025年，三星、SK海力士、美光三大巨头将绝大部分先进制程产能转向了利润丰厚的HBM产品，系统性压缩了DDR4等利基型存储的产能。SK集团董事长崔泰源在英伟达GTC大会上表示，受芯片生产系统性瓶颈制约，全球内存芯片短缺情况大概率将持续至2030年。

工银瑞信基金的判断是，存储板块的上涨并非传统的周期性反弹，而是AI算力需求驱动的产业逻辑转变，存储周期有望延续至2027年。

对普通人来说，这场风波最直观的影响可能是手里的电子产品在变贵。2026年以来，三星电子、SK海力士已将一季度NAND闪存供应合约价格上调超过100%，DRAM同样面临供应紧张，价格持续攀升。

高通的高管直接点明，部分客户已因无法获得足够的存储芯片而计划减少手机产量。你下次换手机时可能会发现，同样配置的手机比去年贵了不少，这背后很大一部分原因就是存储芯片在涨。

谷歌这颗＂技术核弹＂，它确实带来了短期的市场震荡，也确实让不少人亏了钱。但一个月过后回头审视，它更像是一面镜子——照出了资本市场面对不熟悉的技术信息时，多么容易被情绪牵着走。

一篇还没落地部署、甚至被指存在学术问题的论文，就能在48小时内抹掉数千亿市值，随后又在几天内收复失地。这个过程中，真正受伤的，往往是那些跟着恐慌卖、等回过神来已经踏空的普通投资者。

对中国的半导体产业而言，这次风波也算是一次＂体检＂。短期的外来冲击来了又走了，但行业自身的供需基本面和技术积累才是真正的底气所在。在AI算力需求仍在猛涨、全球存储芯片供给依旧吃紧的大环境里，一篇争议论文吓不倒一个万亿级赛道。