近期，Google Research 於今年3月24日發表的 TurboQuant 極致壓縮技術，如同一枚震撼彈，讓原本火熱的記憶體族群股價承壓，華邦電甚至一度跌破百元關卡。然而，這項針對大型語言模型推理階段 Key-Value Cache 的技術，儘管短期內引發市場不安，群益投顧卻維持對高頻寬記憶體（HBM）與先進封裝（CoWoS）產業的長期正面看法，並將2026至2027年 NVIDIA Rubin 平台的 HBM 顆數配置與 CoWoS 中介層面積，視為未來驗證市場走向的關鍵指標。
Google TurboQuant 技術解密：AI算力效率的極致革新
這場記憶體市場的波動，源於 Google Research 公布的 TurboQuant 研究論文。這項技術透過獨特的 PolarQuant 極座標量化與 QJL 量化演算法，將傳統16-bit的 Key-Value Cache 大幅壓縮至約2.6到3 bits，成功實現至少6倍的記憶體縮減。更令人驚豔的是，它在 Attention Logits 計算上帶來了8倍的速度提升，且幾乎達到零精度損失，這無疑將長期大幅提升人工智慧的算力效率。這項技術已在多項基準測試中獲得驗證，並適用於大規模搜索引擎的向量檢索場景。相關論文預計於4月底的 ICLR 2026 國際會議正式發表，目前仍處於研究階段，官方尚未釋出程式碼或軟體庫。
或許你會好奇，這項技術究竟如何運作？簡單來說，TurboQuant 就像是為AI模型設計的「超壓縮打包機」，它能讓龐大的資料在記憶體中佔用更小的空間，同時加快處理速度，卻幾乎不犧牲精準度。這對於追求極致效率的 AI 應用來說，無疑是一大突破。
市場「錯殺」記憶體股？傑文斯悖論揭示雲端算力新邏輯
有趣的是，當 TurboQuant 發布當日，記憶體巨頭美光（Micron）股價一度重挫逾5%，市場瀰漫著對記憶體需求萎縮的擔憂。不過，群益投顧分析師直言，這可能是市場對雲端算力商業邏輯的根本誤判。
「雲端服務商的獲利模式，核心在於最大化『用戶數乘上單價除以硬體成本』。壓縮後所釋放的記憶體空間並不會閒置，而是會被用來將併發請求（Batch Size）提升6倍，或將上下文長度擴展8倍。這將大幅增加資料交換頻率，導致對 GPU 總頻寬的需求不減反增。」
這正應證了「傑文斯悖論」——當資源效率提升，其總體消耗量反而可能增加。換句話說，當AI運算變得更便宜、更高效，過去因成本過高而無法落地的AI應用將變得有利可圖，進一步刺激企業擴大資本支出，整個AI供應鏈也因此將處於長線成長軌道。
HBM與先進封裝：AI時代的長線投資契機
報告進一步強調，當前AI算力的物理限制在於頻寬，而非單純的容量。要提升頻寬，最直接有效的方式就是增加 HBM 的堆疊數。隨著 JEDEC 預計發布的 HBM4 標準將單層傳輸速度推升至接近 2TB/s，這類高技術門檻的產品將有力支撐 SK 海力士與美光的平均售價。同時，HBM 堆疊數的增加，也將連帶帶動先進封裝技術中的 CoWoS 中介層面積擴大，形成一個正向循環。
基於上述分析，群益投顧維持對先進封裝與高階記憶體產業的長期正面看法，並給予特定個股「買進」評等，看好其在AI浪潮下的成長潛力：
- 華邦電（2344）：預估其2026年每股盈餘為10.02元，目標價上看150元，隱含漲幅達52.74%。
- 南亞科（2408）：預估其2026年每股盈餘達31.66元，目標價設定為300元，隱含漲幅為32.45%。
不過分析師也提醒，投資人仍需留意潛在風險。若壓縮技術未能有效轉化為實際應用需求，或雲端大廠未將效率紅利轉化為資本支出，對記憶體需求的推升力道可能就會低於預期。投資一定有風險，投資人於決策時應審慎評估風險，並就投資結果自行負責，建議諮詢專業人士。
