近日，伴随谷歌TurboQuant算法的持续发酵，消费级市场的存储产品价格呈现震荡。

　　公开信息显示，在国内市场，二手平台闲鱼上的DDR4近7日的成交均价较前一周下跌80元，报360元；DDR5的成交均价较前一周下跌20元，报1090元。在得物App上，16G DDR5内存条价格在3月13至19日达到最高价，约1674元一条，目前已回落至1399元左右。

　　在国际市场，过去一周，美国多家零售商的DDR5内存出现大范围降价，单套最高降幅达100美元，其中海盗船相关产品的降价力度最为突出。此次降价在亚马逊美国和新蛋等主流电商平台均有体现，以海盗船的复仇者（VENGEANCE）系列DDR5内存32GB容量、最高6400MHz频率的型号为例，其售价约为379.99美元，较近期峰值的490美元大幅下降。

　　与此同时，上证报记者注意到，企业级内存的价格相对坚挺。如在京东、闲鱼等线上交易平台，64GB DDR5内存的价格略有下降，但整体仍高于12000元。

　　为何消费级内存价格在短期内出现大幅回调？为何消费级与企业级存储出现价格分化？存储的超级周期又是否能持续？

多重催化推动价格回调

　　记者通过调研了解到，技术冲击、供需变动与渠道恐慌可能是本次降价的主要催化因素。

　　首先，TurboQuant算法的冲击导致了市场预期发生变化。

　　上周，谷歌在官网上展示的AI内存压缩技术“TurboQuant”，宣称可将大语言模型（LLM）推理中的缓存内存占用压缩至六分之一，并在英伟达H100 GPU上实现最高8倍的性能加速。市场或将其解读为AI对内存的需求将出现下降。

　　其次，供需关系发生变动，消费级产品的市场供给回升。

　　“内存市场此前经历了前所未有的供需失衡。”基础云数据中心服务商——上海沐高网络科技有限公司技术负责人卞峥嵘向上证报记者表示，2025年中至2026年初，三星、SK海力士和美光三大国际存储巨头将超过80%的先进产能转向生产高带宽内存（HBM）和高端DDR5，以满足AI服务器的爆发式需求。这直接导致消费级DDR4/DDR5内存供应断崖式短缺，价格一路飙升。

　　但随着HBM产线逐步稳定，国际厂商开始向消费市场释放部分产能。与此同时，长鑫存储等国产厂商的产能加速释放，填补了部分供给缺口，行业库存从之前的3—4周安全线飙升至6—7周。

　　此外，渠道恐慌性抛售也是推动消费级存储价格大幅回调的一大因素。

　　在卞峥嵘看来，此前内存价格持续上涨，吸引了大量渠道商和投机者囤货炒作，而现在囤货者开始回笼资金。“当时，内存条已成为‘黑色金条’，单日涨幅可达50元。但随着价格拐点出现，囤货者为回笼资金集中出货，形成‘越跌越抛、越抛越跌’的恶性循环。甚至出现罕见的价格倒挂现象，市场的抛售价低于品牌的出厂价，这种渠道抛压在2026年3月达到顶峰，导致消费级内存条单日跌幅最高达百元。”

存储超级周期或未完待续

　　在行业人士看来，消费级存储此番短期大幅降价并不具备强参考性，存储市场规模增长仍主要由企业级产品拉动，存储行业或仍未脱离超级周期。

　　首先，消费级存储与企业级存储可被看做不同产品，二者在技术复杂度、产能分配与利润率上存在较大差异。

　　据卞峥嵘介绍，HBM采用垂直堆叠设计，通常为12-16层，通过硅通孔（TSV）连接，工艺复杂度远高于传统DRAM。SK海力士HBM3E良率已达80%，但三星HBM3良率仅20%，混合键合技术应用仍面临挑战。

　　加之，HBM产品毛利率可达70%以上，远高于消费级内存的20%。这直接驱动了厂商的产能分配策略，形成“高端内存吃肉，消费级内存坐过山车”的市场格局。

　　其次，企业级存储与消费级存储的应用场景与需求弹性不同。

　　某存储分销公司工作人员告诉记者，企业级存储的需求由AI服务器、数据中心等基础设施驱动，需求刚性且不可替代。一台AI服务器消耗的DRAM是普通服务器的8-10倍，且HBM主要用于训练等核心环节，无法被压缩技术完全替代。

　　而消费级存储的需求由PC、手机等消费电子驱动，需求弹性极大且可替代性强。当价格过高时，消费者可推迟购买或选择低配机型，厂商也可通过减配内存（如从16GB降至8GB）来控制成本。

　　最后，市场无需对TurboQuant带来的技术冲击过度担忧。

　　压缩KV Cache、进行长上下文优化并不是全新的技术思路。早在2025年4月，谷歌就曾公开发表过TurboQuant的相关论文。

　　在类似技术思路上，国内早已有相关布局。如月之暗面Kimi Linear，在处理长上下文任务时，相较于传统全注意力模型，KV Cache使用可降最多75%；DeepSeek V2提出的MLA方法也可优化KV Cache。

　　同时，TurboQuant当下的验证范围相对有限。快思慢想研究院院长、特邀评论员田丰表示，该技术目前仅在Gemma、Mistral等开源模型上验证，Gemini等谷歌核心模型的适配效果尚未公开，技术普适性仍需观察。

　　“杰文斯悖论”亦显示，技术效率的提升往往会降低使用成本，从而激发出更庞大的总需求。正如此前AI训练与推理成本的降低，反而推动了算力需求的爆发式增长。

　　从供应链视角看，短期内各原厂产能满载。当下，服务器内存需求持续增长，2026年服务器DRAM需求预计增长39%，HBM需求年增58%。公开信息显示，三星计划2026年将HBM4产能提升50%；SK海力士将DDR4产能占比降至20%；美光2026年全年HBM已全部售罄。

　　作者：郑维汉