Fracasso na engenharia da tecnologia de memória de IA do Google? TurboQuant surge de repente, comunidade de tecnologia chama de “DeepSeek do Google” e “Pied Piper da vida real”! Wall Street comenta: “Hehe, hora de comprar ações de memória na baixa”!

Visão de Wall Street

A nova tecnologia de compressão de memória de IA lançada pela Google não só provocou euforia entre os entusiastas de eficiência computacional, como também desencadeou uma reavaliação intensa das ações do setor de chips de armazenamento nos EUA, mas as instituições de Wall Street viram nessa turbulência uma oportunidade de compra.

Na quarta-feira, com o impacto da expectativa de grande redução na demanda de hardware de IA devido à nova tecnologia, o setor de chips de armazenamento dos EUA sofreu forte queda durante o pregão.No fechamento, o índice de chips de armazenamento e cadeia de suprimentos de hardware caiu 2,08%, com líderes como SanDisk e Micron Technology registrando quedas notáveis, refletindo uma reação defensiva do mercado sobre possíveis mudanças na demanda.

Enquanto no meio tecnológico essa inovação é comparada a um “Pied Piper real” e a um “DeepSeek versão Google”, os bancos de investimento de Wall Street mantêm uma posição totalmente diferente.Vários analistas observam que o impacto real da tecnologia está sendo exagerado pelo mercado e afirmam que investidores devem aproveitar para comprar ações do segmento de memória após a queda.

Embora os dados laboratoriais apresentem uma surpreendente eficiência de compressão, do ponto de vista da evolução macroeconômica e da implantação computacional real, essa tecnologia voltada para romper o gargalo de memória de IA,pode acabar não destruindo a demanda por armazenamento, mas sim se tornando um catalisador para a expansão do setor.

Setor de armazenamento cai após anúncio

Após a Google anunciar o algoritmo de compressão de memória TurboQuant, os receios sobre a demanda de hardware de armazenamento a longo prazo se espalharam rapidamente, levando à venda desses ativos.

Durante o pregão de quarta-feira, o setor de chips de armazenamento recuou em bloco. SanDisk chegou a cair 6,5%, Micron Technology caiu 4%, Western Digital e Seagate Technology caíram mais de 4% e 5%, respectivamente. Com o sentimento do mercado melhorando no final do dia, as quedas dessas ações se reduziram. Ao fim do pregão, SanDisk e Micron Technology caíram mais de 3,4%, Seagate Technology recuou 2,6%, Western Digital encerrou com queda de 1,6%. O índice de chips de armazenamento e cadeia de suprimentos de hardware fechou o dia em 113,03 pontos, após atingir a mínima diária de 109 pontos.

O que detonou o pânico no mercado foi a declaração da Google de que TurboQuant pode reduzir em pelo menos 6 vezes a memória de cache ocupada por modelos de linguagem de grande porte sem perder precisão.Numa lógica de corrida armamentista de IA que depende fortemente da expansão do hardware, qualquer avanço tecnológico que possa diminuir a aquisição de memória física é suficiente para pressionar um setor já de alta valorização.

“Pied Piper real” e “DeepSeek versão Google”

No setor tecnológico, o lançamento do TurboQuant é visto como um marco importante para resolver os altos custos de execução de modelos de linguagem. A tecnologia é projetada para superar a limitação de cache de valor-chave (KV Cache) em sistemas de IA, comprimindo esse cache que originalmente ocupava grande espaço para apenas 3 bits.

De acordo com relatos da mídia, a Google utiliza um método de compressão em duas etapas: primeiro, a tecnologia PolarQuant converte vetores de dados em coordenadas polares para eliminar custos extras de normalização; depois, algoritmos de quantização QJL eliminam erros residuais.

Nos testes com modelos open source como Gemma e Mistral, o algoritmo não apenas reduziu a memória em 6 vezes, mas também aumentou o desempenho em até 8 vezes nos GPUs Nvidia H100 em relação à versão sem quantização de 32 bits.

Esses dados impressionantes geraram debates intensos na internet,com muitos chamando o TurboQuant de “Pied Piper real”— referência à startup fictícia do clássico seriado da HBO, "Silicon Valley", que revolucionou o setor com uma tecnologia de compressão sem perdas. O CEO da Cloudflare, Matthew Prince,chegou a considerar o lançamento como o “momento DeepSeek da Google”, acreditando que poderá, assim como o DeepSeek, reduzir drasticamente os custos operacionais de IA graças à eficiência obtida.

Wall Street ignora o impacto e recomenda “comprar na baixa”

Em meio ao entusiasmo tecnológico e às vendas no mercado secundário, os bancos de investimento de Wall Street demonstram calma e consideram a reação exagerada.

O analista KC Rajkumar, da Lynx Equity Strategies, questiona o “caráter disruptivo” da tecnologia. Em relatório a clientes, afirma que a cobertura da mídia é exagerada.

Segundo ele, os modelos de inferência atuais já usam quantização de 4 bits amplamente, e o aumento de 8 vezes no desempenho citado pela Google compara-se apenas aos antigos modelos de 32 bits. Rajkumar enfatiza que essas técnicas avançadas de compressão são apenas paliativas para os gargalos de processamento, e não reduzem a demanda robusta por memória e flash, que deve permanecer firme nos próximos três a cinco anos devido à limitação de oferta. Por isso, ele mantém o preço-alvo de US$ 700 para Micron Technology e recomendação de compra, indicando explicitamente que “recomenda comprar durante a baixa causada pelo anúncio da Google”.

O analista Andrew Rocha, do Wells Fargo, destaca ainda que, embora TurboQuant ataque os custos de memória nos sistemas de IA, experiência histórica mostra quea existência de algoritmos de compressão nunca mudou de forma fundamental a escala total de hardware adquirida, e a base de demanda por memória na IA permanece sólida.

Paradoxo de Jevons reforçado, necessidade de armazenamento pode aumentar a longo prazo

Além de ressaltar a reação exagerada do mercado, instituições também reavaliam o impacto do TurboQuant sob uma ótica mais ampla da economia.

Em análise, a Morgan Stanley destaca que TurboQuant atua somente no cache de valor-chave na etapa de inferência, sem interferir nas tarefas de treinamento nem na memória de alta largura de banda (HBM) ocupada pelos pesos do modelo. O principal impacto da tecnologia é elevar a vazão por GPU, permitindo que o mesmo hardware suporte mais contexto ou maior escala de processamento por lote.

A Morgan Stanley cita ainda o “Paradoxo de Jevons” para explicar o fenômeno:O aumento da eficiência tecnológica geralmente reduz custos e acaba estimulando uma demanda global ainda maior.Ao diminuir drasticamente o custo de atendimento por consulta, TurboQuant permite que modelos originalmente operados em clusters caros na nuvem sejam migrados para instalações locais, baixando a barreira de implantação em grande escala de IA.

Isso significa que a melhoria de eficiência pode ativar muitos cenários de aplicação de IA antes inviáveis devido aos altos custos. O banco de investimento resume que a tecnologia remodela a curva de custo de implantação de IA, e seu impacto de longo prazo para hardware de processamento e memória não é negativo, mas apresenta um “sinal neutro a positivo”.