Сильная предварительная оценка прибыли Samsung Electronics за I квартал 2026 года ослабила опасения инвесторов, что алгоритм Google TurboQuant ударит по спросу на южнокорейские микросхемы памяти для ИИ. Компания ждёт, что прибыль за 3 месяца превысит результат всего прошлого года.
Samsung объяснила прогноз «беспрецедентным суперциклом» на рынке чипов памяти и не увидела признаков того, что память перестаёт быть ограничивающим фактором для компаний, работающих с ИИ. Прогноз почти поднял акции Samsung к историческим максимумам и ослабил напряжение, державшееся 2 недели после публикации Google Research в конце марта.
Запись в блоге Google описывала TurboQuant как технологию, способную резко сократить объём памяти, необходимой ИИ-системам. После публикации в прошлом месяце акции Samsung и SK Hynix резко снизились. Спор сосредоточился на будущем спроса на память с высокой пропускной способностью, которую обе компании выпускают для ИИ-серверов.
Часть инвесторов считает, что подъём на рынке памяти сменится спадом. Другие ждут ограниченного эффекта. Третьи исходят из обратного сценария: если TurboQuant удешевит использование ИИ, это расширит спрос на такие системы и поддержит спрос на микросхемы.
После снижения в конце марта на фоне публикации Google о TurboQuant акции Samsung восстановились в начале апреля после прогноза рекордной прибыли за I квартал. Источник изображения: Bloomberg
Профессор сеульского Университета Сонгюнгван Квон Сок Чжун (Kwon Seok-joon) оценил возможное снижение затрат памяти на использование больших языковых ИИ-моделей при применении TurboQuant в 4-8 раз. На первый взгляд, по его словам, это угрожает спросу на память с высокой пропускной способностью. Но одновременно удешевление вывода делает экономически оправданными вычислительные нагрузки, которые раньше были слишком дорогими, включая помощников по программированию и одновременную работу нескольких ИИ-агентов. Это повысит спрос на вычислительные ресурсы.
Аналитики и исследователи всё чаще связывают возможный эффект TurboQuant с парадоксом Джевонса: рост эффективности увеличивает общее потребление ресурса. Экономист Уильям Стэнли Джевонс (William Stanley Jevons) писал в книге «Угольный вопрос», вышедшей в 1865 году, что более совершенная паровая машина Джеймса Уатта увеличила потребление угля, поскольку сделала такие технологии экономически оправданными в гораздо большем числе областей.
Один из исследователей, чьи работы легли в основу TurboQuant, Хан Ин Су (Han In-su) сказал Financial Times, что алгоритм может открыть путь к задачам, которые раньше оставались недостижимыми: обработке гораздо более длинных контекстов при ограниченной памяти без потери точности и созданию высокопроизводительных ИИ-систем на более компактных устройствах.
Аналитик Mirae Asset Securities Ким Ён Гон (Kim Young-gun) сравнил ситуацию с распространением Kubernetes — разработанной Google технологии контейнеризации, позволившей запускать несколько приложений на одном сервере и заметно повысившей эффективность вычислительного оборудования. Когда технология широко распространилась в конце 2010-х годов, рынок тоже опасался падения спроса на серверы и память. На практике снижение затрат привело к более широкому использованию инфраструктуры.
Рэй Ван (Ray Wang) из SemiAnalysis заявил, что рынок во многом неверно понял значение TurboQuant. По его оценке, по мере развития ИИ-моделей и технологий спрос на память будет расти и при обучении, и при выводе. Возможный удар по южнокорейским производителям микросхем, по его словам, смягчит растущая роль долгосрочных договоров, поскольку поставщики ИИ-услуг стремятся заранее закрепить за собой объёмы поставок. Из-за этого цены по таким договорам становятся важнее цен по разовым сделкам.
На ежегодном собрании Samsung в прошлом месяце один из двух генеральных директоров компании Чун Ён Хён (Jun Young-hyun) сказал, что компания добивается трёх— и пятилетних договоров с крупными клиентами вместо квартальных и годовых. Пока TurboQuant остаётся концепцией из записи в блоге. Практический эффект технологии станет яснее после её представления в конце апреля в Бразилии на Международной конференции, где её смогут проверить специалисты вне Google. Хан признал, что исследователи не ожидали столь сильного общественного и экономического отклика на работу, начавшуюся с академического вопроса о том, как ещё точнее сжимать данные.
Источник
