2026년 4월 6일 · Unknown · financial · 출처 Nasdaq
주요 포인트
AI 인프라에 대한 투자 가속화는 지난해 마이크론(Micron)과 샌디스크(Sandisk) 같은 기업들의 선행 지표 역할을 했습니다. 구글(Google)이 새로 출시한 압축 알고리즘은 기존 DRAM 및 NAND 공급업체들에게 위협이 될 수 있습니다. 현명한 투자자들은 가속 컴퓨팅과 메모리 저장 장치 간의 격차를 해소하는 기업들을 찾고 있습니다. ›
주식 시장은 가끔씩 위기를 만들어내는 방식을 가지고 있습니다. 이번에는 알파벳(Alphabet)(나스닥: GOOG)(나스닥: GOOGL)의 구글 터보퀀트(TurboQuant)입니다. 이 압축 알고리즘은 보고에 따르면 인공지능(AI) 메모리 요구 사항을 6분의 1로 줄입니다.
논리는 자명합니다: 필요한 메모리가 줄어든다는 것은 마이크론 테크놀로지(Micron Technology)(나스닥: MU), 샌디스크(Sandisk)(나스닥: SNDK), 웨스턴 디지털(Western Digital), 시게이트 테크놀로지(Seagate Technology) 같은 기업들에게는 결정적인 타격입니다. 표면적으로 보면, 이러한 공황은 이해할 수 있습니다.
AI가 세계 최초의 조만장자를 만들까요? 우리 팀은 엔비디아(Nvidia)와 인텔(Intel) 모두가 필요로 하는 핵심 기술을 제공하는 "필수 독점" 기업이라고 불리는 잘 알려지지 않은 한 회사에 대한 보고서를 방금 발표했습니다. 계속 읽기 »
하지만 현명한 투자자들은 이 논리가 거의 틀렸다는 것을 이해합니다. 칩 주식을 끌어내리는 폭풍 속 어딘가에는 조용히 두 배로 늘어날 수 있는 기회가 살아 있습니다.
이미지 출처: 게티 이미지.
터보퀀트 매도는 딥시크(DeepSeek) 사태의 재현
핵심적으로, 터보퀀트는 데이터 벡터를 극좌표로 변환한 후 3비트로 양자화하여, AI 모델이 추론(inference) 중에 사용하는 단기 작업 메모리인 키-값(Key-Value, KV) 캐시를 압축합니다.
그러나 터보퀀트는 AI 모델 훈련(training)으로 인한 메모리 수요를 줄이지 않습니다. 훈련 단계는 고대역폭 메모리(High-Bandwidth Memory, HBM)의 상당 부분을 소비합니다. 더욱이, 터보퀀트는 AI 배포의 폭발적 성장을 해결하지 못합니다. 이는 터보퀀트가 더 많은 장치에서 실행되고 동시에 더 많은 사용자에게 서비스를 제공하는 증가하는 모델 수를 대체하지 않음을 시사합니다.
다음과 같이 생각해 보십시오: