Акции южнокорейских производителей микросхем памяти Samsung Electronics и SK Hynix резко снизились в четверг на фоне публикации исследователей Google. В центре внимания оказался новый алгоритм сжатия, который, по заявлению разработчиков, способен уменьшать потребности ИИ-систем в оперативной и рабочей памяти — а значит, потенциально снижать будущий спрос на чипы памяти для технологий искусственного интеллекта.
Снижение котировок на KOSPI и падение крупнейших игроков
Бумаги Samsung Electronics (KS:005930) просели на 4,8%, тогда как SK Hynix Inc (KS:000660) снизились на 5,9%. Оба эмитента входят в число наиболее заметных «весов» индекса KOSPI, поэтому их ослабление отразилось и на динамике рынка в целом: индекс терял до 3% в ходе торгов.
Резкая корректировка в Азии сопровождалась аналогичной слабостью американских компаний из сектора полупроводников. Акции Micron Technology Inc (NASDAQ:MU), SanDisk Corporation (NASDAQ:SNDK), Western Digital (NASDAQ:WDC) и Seagate Technology PLC (NASDAQ:STX) торговались в минусе — снижение находилось в диапазоне от 3% до 6%.
Что именно предложил Google: TurboQuant и идея «сжатия без потерь»
На этой неделе исследователи Google представили TurboQuant. В описании технологии акцент сделан на том, что алгоритм способен сокращать требования ИИ к рабочей памяти при сохранении производительности. Иными словами, система может выполнять вычисления с меньшими затратами на хранение промежуточных данных — что для архитектуры современных моделей особенно важно.
Здесь полезно уточнить терминологию. Под «рабочей памятью» в контексте ИИ обычно понимают объем памяти, необходимый модели для выполнения вычислений и обработки данных во время работы (например, при обработке последовательностей или извлечении информации из представлений). Именно эти потребности сегодня напрямую влияют на то, какие типы и объемы памяти нужны дата-центрам.
Кроме того, в сообщениях исследователей говорится, что TurboQuant может улучшать оптимизацию векторного поиска — механизма, который лежит в основе многих современных поисковых и рекомендательных функций. Векторный поиск в упрощенном виде использует «эмбеддинги» — числовые представления смыслов, по которым система подбирает наиболее близкие по значениям варианты.
Почему это может повлиять на рынок чипов памяти
Если подобная технология действительно будет масштабируемой и получит широкое внедрение, отрасль может пересмотреть прогнозы по потребностям в памяти. Снижение требований ИИ к объему памяти — особенно при массовом использовании — потенциально означает, что для того же объема вычислений и сервисов может понадобиться меньший объем высокопроизводительных микросхем.
Для производителей памяти это важно потому, что в последние кварталы именно «ИИ-спрос» стал главным драйвером роста. Ожидания дефицита чипов подогревали котировки Samsung и SK Hynix, а также поддерживали общий инвестиционный интерес к сектору. Эти компании — одни из крупнейших и наиболее технологически продвинутых производителей микросхем памяти в мире и поставляют продукцию, значимую для ИИ-индустрии.
Когда TurboQuant покажут широкой аудитории
Google сообщил, что Turboquant будет представлен на конференции ICLR 2026. Мероприятие запланировано на апрель, и именно там разработчики, как ожидается, подробнее раскроют результаты тестов, ограничения и практическую применимость алгоритма.