DeepSeek刚刚杀死了内存杀手——韩国芯片率先感受到冲击

那个重新定义 AI 推理的数字

DeepSeek 刚刚发布了一款模型，其内存消耗仅为竞争对手的一小部分——半导体行业正在实时重新评估自己的押注。9 月 10 日发布的 V4.1 Flash 模型在非高峰时段每百万 token 仅收费 0.15 美元。相比之下，OpenAI 的 GPT-4o 和 Anthropic 的 Claude 3.5 Sonnet 在同等层级每 token 的成本高出约 50 到 100 倍。DeepSeek 不仅仅是在压低价格。它颠覆的是 AI 推理的根本单位经济模型。

节省背后的机制才是最重要的。DeepSeek 的新架构采用了混合专家（Mixture-of-Experts）设计，总参数达 5280 亿，但每个 token 仅激活 80 亿至 160 亿参数。这并非首创——Mistral 和 Google 此前已做过类似的路由设计。不同之处在于 DeepSeek 对 KV 缓存的压缩——这是模型在生成过程中存储已处理 token 信息的临时工作区。现在每个 token 仅需 890 字节的 KV 缓存存储空间，降至 V4 Flash 模型需求的约四分之一。SSD 上的长期检查点存储也缩小至先前水平的八分之一。

中国科技媒体称其为"内存杀手"，并非没有原因。企业调用一次 API 的成本不到一元人民币。其对芯片需求的影响立竿见影且可量化。

为何韩国内存厂商成为首批受损者

市场当天的反应如出一辙。9 月 11 日，SK 海力士和三星电子在首尔的股价下跌 2% 至 3%。前一个交易日晚间，美光科技和 SK 海力士的 American Depositary Receipts（ADR）在纽约下跌均超过 5%。中国 AI 公司遭受更重打击：MiniMax 集团和 Z.AI 在香港交易所各下跌逾 8%，阿里巴巴下跌超 2%。

韩国承受的冲击不成比例，因为其半导体命运高度集中于 DeepSeek 架构直接冲击的两个领域：用于训练和推理工作负载的高带宽内存（HBM），以及支撑大规模 KV 缓存表的存储基础设施。HBM 是最为狭窄和敏感的环节。每个 token 内存占用每减少一个百分点，都会压缩下一代 HBM3e 和 HBM4 芯片的可触达市场。

这并不是关于 DeepSeek 取代 NVIDIA GPU 的叙事。该模型仍然需要计算能力——只是每次运算所需的内存大幅减少。但利润空间在于内存，也是需求增长最为迅猛的领域。如果每次推理请求只需四分之一的 KV 缓存，那么 HBM 采购周期便会放缓。扩展推理集群的数据中心运营商将按每块 GPU 采购更少的内存模块。这个逻辑足够清晰，华尔街在数小时内便将其定价。

这种风险暴露远不止于单一模型的发布。SK 海力士超过 40% 的营收来自专为 AI 训练和推理设计的内存产品——这种集中度使其对任何降低内存强度的架构转变极为脆弱。三星虽然业务更多元化，但也已将大量资本支出扩张押注于抢占半导体周期中增长最快细分市场的 HBM 需求。美光的 ADR 随 SK 海力士大幅下跌，同样将其 2025 至 2026 年的增长叙事与每次推理请求内存占用持续增长的假设捆绑在一起。DeepSeek 的压缩技术直接动摇了这些假设。

彭博所警示的"死亡地带"

Artificial Analysis 将新兴竞争格局描述为"死亡地带"——一个缺乏价格领导力和性能主导力的模型将被淘汰的空间。DeepSeek 正在刻意占据价格角。它承认自己在编码或智能体基准测试上尚未超越 Anthropic 或 OpenAI。但它赌的是大多数企业工作负载并不需要顶级模型。

Bloomberg Intelligence 指出了这一结构性担忧：进入的技术壁垒较低，正加速低门槛的 AI 模型商品化发展，没有哪家公司拥有持久的定价权。token 价格战看不到尽头。当一次推理 API 调用的边际成本降至一元以下，问题便从"哪个模型最好"转变为"哪个模型以最低价格够用"。这个问题有利于效率创新者，而非能力领导者——也有利效率创新者，而非押注能力军备竞赛持续升级的内存供应商。

次生效应已经显现于企业采购行为中。基于 OpenAI 和 Anthropic 的定价预期准备与云提供商签订多年合约的 CTO 和采购团队，现在正在下调预算。一些正在重新谈判合同。另一些则在试点 DeepSeek 级模型，用于以往仅供高端系统使用的工作负载。这不是恐慌——这是对推理全栈的缓慢重定价。而在这个栈的底部，坐着 HBM——一种需求曲线刚刚变得比任何人愿意承认的更平坦的大宗商品。

未来将发生什么变化

DeepSeek 宣布将从 9 月 14 日起逐步淘汰 V4-Pro 模型，将所有推理自动路由至 V4.1 Flash。迁移发生在国内部，但信号是外部的：公司将内存效率视为产品特性，而不仅仅是工程优化。其他中国实验室将面临同样的压力，必须压缩自己的 KV 缓存，否则将失去价格竞争力。

对韩国内存厂商而言，风险并非 AI 需求消失。而是需求增长慢于预期，且转向每单位产出使用更少内存的架构。HBM 对于训练大型模型以及需要顶级推理能力的少数推理工作负载仍然不可或缺。但推理才是走量的业务——而 DeepSeek 刚刚证明，你可以用大幅减少的字节量服务这一体量。

9 月 11 日的股价波动只是市场对重新评估的首次初稿。第二稿将在数据中心运营商调整 2026 年和 2027 年 HBM 采购预测时到来。如果 DeepSeek 的压缩技术成为行业标准而非单模型异常，对内存需求的下调可能进一步加深。如果它只是 DeepSeek 特定的优化，影响则可能被限制。

市场尚未知晓哪种情景更可能成真。但它已经为第一种可能性做出了反应——而这一动向比任何财报电话会议都更能说明问题。韩国晶圆厂基于"AI 推理将以内存密集型业务增长"的假设制定了扩张计划。DeepSeek 刚刚证明相反的路径在技术上可行且在商业上具有吸引力。对三星、SK 海力士和美光而言，问题不再是 AI 内存需求能否维持。而是它们能否足够快地适应一个赢得市场竞争的模型使用更少其所售产品的市场。第一波重定价已经结束。结构性调整才刚刚开始。