Майнинг ушел — пришел ИИ. Google обрушил рынок памяти, но Morgan Stanley пророчат еще больший дефицит DRAM. Будет ли дешеветь память?

Из последних мировых новостей, которые действительно стоит обсудить, — это феномен, идущий по спирали технологий.

Когда-то многострадальные ПК-геймеры не могли себе позволить видеокарты из-за бума майнинга. Теперь та же история повторилась с оперативной памятью. Бум искусственного интеллекта в один момент лишил ничего не подозревающий сегмент геймеров возможности апгрейдить ПК новенькими модулями ОЗУ. Это был апокалипсис, все только об этом и говорили, вспоминая с ностальгией времена, когда память стоила «всего лишь жалкие 10 - 15 тысяч рублей» (шутка, конечно, но тогда казалось, что это потолок).

Время идет, спираль технологий продолжает крутиться, и вот мировые СМИ обсуждают одну из самых волнительных новостей — технологию TurboQuant от корпорации Google. По задумке разработчиков, появился способ сократить потребности ИИ в памяти в шесть раз.

Возникает закономерный вопрос: а не случится ли обратный эффект? Не ждет ли нас дефляция на рынке DRAM и, как следствие, возвращение доступных цен для обычных геймеров? Давайте разбираться.

TurboQuant — это алгоритм оптимизации памяти для больших языковых моделей (LLM), представленный 26 марта 2026 года на конференции ICLR. Суть технологии от Google позволяет ИИ использовать в разы меньше памяти без потери качества.

Новый алгоритм меняет подход к хранению данных в кэше ИИ-моделей. Если традиционно для этих целей используется 32 бита, TurboQuant сжимает информацию до 3 бит. Такой подход сулит не только шестикратную экономию памяти, но и ускорение работы на GPU — вплоть до восьми раз.

Технически разработка объединяет два метода:

PolarQuant — преобразует данные в полярные координаты, устраняя ресурсозатратные этапы нормализации.

QJL — использует всего один дополнительный бит для коррекции остаточных ошибок без вычислительных издержек.

Важнейшая деталь: внедрение не требует переобучения моделей. Это не теоретическая работа, а готовый к интеграции инструмент, что принципиально отличает его от многих лабораторных разработок.

Конечно звучит очень запутанно и ничего не понятно, но суть такая: технология позволяет ИИ использовать в разы меньше памяти без потери качества.

Инвесторы восприняли новость как прямую угрозу спросу на память. Логика проста: если ИИ требует в шесть раз меньше ресурсов, значит, закупки DRAM неизбежно замедлятся.

Результат не заставил себя ждать:

• Micron Technology: до −4%
• Western Digital, SanDisk, Seagate: −2% до −4.7%
• SK hynix: −6,23%
• Samsung Electronics: −4,71%

Совокупные потери капитализации превысили $90 млрд.

Западные медиа описывали ситуацию как «жестокую распродажу» и «свободное падение рынка RAM». Bloomberg при этом отметил, что падение произошло несмотря на скептицизм аналитиков — то есть рынок отреагировал эмоционально, а не рационально.

Тут, казалось бы, вот и сказочке конец, завозите обратно дешевую память в магазины, но это только начало настоящего апокалипсиса рынка — новая форма ИИ потребления скоро пробудится.

TurboQuant работает только на этапе инференса (вывода),
а не обучения моделей — а именно обучение остается главным драйвером спроса на HBM-память.
Сравнение идет с 32-битными системами, тогда как индустрия уже использует 4-битные решения. Реальный прирост будет скромнее заявленного.

Вывод: долгосрочного обвала спроса на память не случится.

Удешевление ИИ это рост спроса. Больше пользователей и задач это больше инфраструктуры.
Освобожденные ресурсы пойдут на более длинные контексты и масштабирование, а не на сокращение закупок.

Парадокс Джевонса (Jevons paradox) — экономический феномен, описанный английским экономистом Уильямом Стэнли Джевонсом
в XIX веке.

Суть парадокса: повышение эффективности использования ресурса приводит не к снижению, а к росту общего потребления этого ресурса.

Краткосрочный прогноз: возможно, да, но незначительно.

Паника на биржах — это не мгновенное падение цен в ритейле. Производители чипов уже сокращают производственные мощности, чтобы удержать маржинальность. Если спрос со стороны ИИ действительно снизится (а это большой вопрос), избыточные объемы могут перетечь в потребительский сегмент, что создаст локальное снижение цен.

Долгосрочный прогноз: вряд ли.

Если сработает эффект Джевонса (а аналитики Morgan Stanley считают именно так), то высвободившиеся ресурсы приведут к лавинообразному росту ИИ-задач, а не к падению закупок памяти. Кроме того, TurboQuant не снижает потребность в HBM-памяти, которая остается дефицитной и дорогой.

Из всей этой информации вердикт у меня только один: надеяться на возвращение цен уровня 2019–2020 годов не стоит. Кратковременная коррекция возможна, но структурного обвала не произойдёт.

А что самое очевидное — так называемый пузырь ИИ не планирует лопаться. ИИ эволюционирует даже на фоне новых прорывных технологий, и это приводит к тому, что если что-то удешевить, то потреблять можно ещё больше: спрос рождает предложение. Мне кажется, мы вошли в эру, когда ИИ — новая реальность. Но если посмотреть, как движется спираль технологий на примере бума майнинга, то есть все шансы всё же избежать феномена Джевонса.

Источники: