谷歌推出TurboQuant压缩算法,该技术显著降低AI模型内存使用量并提高效率,引发市场对美光科技(MU)HBM需求前景的担忧,导致其股价连续下跌。TurboQuant通过PolarQuant与QJL两阶段架构,在不损失精度的前提下将KV缓存内存占用压缩至1/6,并提升8倍性能,可直接部署于现有AI系统。分析师指出,美光毛利率已达周期峰值,未来可能回落至60%-70%区间。同时,美光激进的产能扩张计划,包括2026财年和2027财年大幅增加的资本支出,带来了长期产能过剩风险。此外,美光大规模扩产计划面临电力设备供应瓶颈,重型电力设备需求激增,已成为半导体扩产的核心挑战。

TradingKey - 周三,美光科技(MU)的股票下跌3.4%,已经是连续第五个交易日走低。
最新的压力来源可能是谷歌(GOOGL)(GOOG)的一项公告——该公司于周二晚间推出了TurboQuant压缩算法,谷歌表示,这项技术可以显著降低内存使用量,同时提高人工智能模型的速度和效率。
TurboQuant的核心突破,在于解决了AI模型推理阶段的键值缓存(KV缓存)瓶颈问题。随着AI大模型上下文窗口不断扩大,KV缓存存储的历史数据呈几何级增长,成为限制模型性能与成本的核心障碍。
谷歌的新算法通过极坐标量化(PolarQuant)与误差校正(QJL)的两阶段架构,在完全不损失模型精度的前提下,将KV缓存的内存占用压缩至原来的1/6,最高可实现8倍的性能提升。
与传统压缩技术不同,TurboQuant无需重新训练或微调模型,就能直接部署在现有AI系统上,测试显示其在Gemma、Mistral等开源模型的长文本基准测试中,依然保持100%的检索召回率。
这种“零代价”的效率提升,让市场担心未来AI服务器对高端高带宽内存(HBM)的需求会被削弱,而美光恰恰是全球三大HBM供应商之一,股价因此受到直接冲击。
与此同时,市场对美光的隐忧似乎也在显现。
从盈利端看,美光的毛利率正经历史无前例的飙升,下一季度业绩预期显示其毛利率将突破80%,创下公司成立以来的历史新高。
但不少华尔街分析师已发出预警,认为美光的利润率可能已触及周期峰值,后续大概率会出现1000至2000个基点的回落。
美国银行(BAC)分析师Vivek Arya在最新报告中指出,虽然数据中心eSSD、英伟达KV缓存卸载等新兴需求确实在支撑NAND闪存市场,但据应用材料的统计数据,KV缓存带来的新增需求仅占NAND闪存总市场规模的个位数百分比,难以支撑美光长期维持80%以上的高毛利水平。
他预计,未来美光的毛利率最终将回归到AI时代之前60%-70%的历史高位区间,这意味着当前的盈利水平已透支了未来一段时间的增长空间。
与盈利端的峰值隐现相对应的,是美光激进的产能扩张计划带来的长期风险。公司2026财年和2027财年的资本支出计划,包括中国台湾铜锣工厂的改造升级和美国本土新工厂的建设,显示出其在存储芯片赛道押注的决心,但这也大幅提升了其相对于行业同行的长期产能过剩风险。
从具体数字来看,美光已将2026财年(截至2026年8月)的资本支出预期从最初的200亿美元大幅上调至250亿美元,预计在2027财年还将额外增加100亿美元,用于在美国、中国台湾、日本等地新建或扩建晶圆厂。
尽管市场对美光的盈利增长预期依然强劲,但当前公司的预期EV/EBITDA倍数已低于其历史中位数,形成了一种看似诱人但实则对周期波动高度敏感的估值结构。这意味着一旦行业需求出现边际放缓,或者产能释放节奏快于预期,美光的估值可能会出现大幅调整。
更值得关注的是,美光的大规模扩产计划正遭遇基础设施瓶颈的现实挑战。
据《DigiTimes》援引行业消息人士报道,美光计划在新加坡投资240亿美元扩建NAND闪存产能,仅该项目就需要400至500台电力变压器,是标准晶圆厂通常需求量的两倍多。这一规模已超过中国台湾地区任何一家变压器制造商的年产能,重型电力设备供应不足正成为AI驱动下半导体扩产的一大核心瓶颈。
美光如此巨大的变压器需求,折射出与AI相关的新一代存储芯片工厂极高的电力密集度。由于面向AI服务器的高带宽内存(HBM)产能长期紧张,全球各大存储芯片厂商已同步启动扩产计划,但支撑这些工厂所需的电力基础设施供应,明显跟不上需求的增速。
与此同时,三星电子和SK海力士也相继宣布了规模庞大的扩产计划,背后的核心逻辑高度一致,AI服务器对HBM的消耗量已远超现有产线的供应能力。
由此,在亚洲、美洲和欧洲三大洲掀起了一波同步建厂浪潮,各类存储芯片项目正争抢同一份有限的重型电力设备与原材料资源。
这一供需失衡的冲击已体现在价格与供货层面,受半导体行业订单激增以及铜等原材料成本上涨的双重影响,中国台湾地区大型重电设备供应商如富士电机、全泰电子均已将产品价格上调20%至30%。部分变压器厂商因无法满足半导体项目严苛的交付周期与大批量需求,已开始直接拒绝为这类大型项目报价。
业内人士透露,目前没有任何一家厂商能独自承接来自AI与半导体行业的大规模订单,整个供应链正面临前所未有的压力。