業績全面超預期，股價卻應聲暴跌：一場教科書等級的“預期陷阱” 2026年8月6日，美東時間盤後，兩家記憶體巨頭SanDisk（閃迪）與西部資料（Western Digital）幾乎同時交出了一份財務資料極其亮眼的成績單。 結果呢？兩隻股票雙雙高台跳水。 這不是業績造假，也不是資料中心需求熄火，而是華爾街用真金白銀上了一課：在AI基礎設施投資的敘事下，“達標”已經不夠了，市場要的是“超額兌現”。

台北時間8月7日，美股三大股指期貨走勢分化。Atlassian季度營收增28%，盤後飆漲32%。記憶體晶片股小幅上漲，SK海力士漲0.50%，美光科技漲0.97%，閃迪漲1.30%。 三大股指期貨走勢分化，閃迪漲1.3% 美股三大股指期貨走勢分化。截至發稿，道指期貨跌0.01%，納指期貨漲0.36%，標普500指數期貨漲0.07%。 美國科技七巨頭盤後表現分化，蘋果盤後漲0.05%，微軟跌0.18%，亞馬遜漲0.03%，輝達漲0.20%，Meta跌0.08%，特斯拉漲0.29%，Google漲0.31%。

周三美股盤後，美國記憶體龍頭西部資料公佈了截止7月3日的2026財年第四季度財報。 受益於雲資料中心和人工智慧（AI）工作負載的持續增長，公司當季營收、利潤雙雙超預期，淨利潤同比增長逾12倍。 儘管季度盈利和營收均超出華爾街預期，但其股價在盤後交易暴跌近12%。 營收利潤均超預期

目前股市正在拋售記憶體和記憶體類股票，今年市場表現強勁的許多大型熱門股均大幅下跌，美光科技、西部資料和閃迪股價均下跌超過20%，其中跌幅最大的個股更是超過了36%。 這是否是行業內的重大調整，還是這些成長股在新一輪上漲前的短暫休整？本文將分析當前這些股票下跌幅度、估值情況，以及在價格回呼時是否具備買入價值。 美光科技 今年，美光科技在記憶體股市場中表現突出，其估值一度接近1.4兆美元，成為全球最具價值的企業之一，這與電動汽車製造商特斯拉（Tesla）目前的價值相當。

6月以來，西部資料(WDC.US)成為華爾街最炙手可熱的標的之一。短短兩周內，多家頂級投行密集上調其目標價，評級普遍維持"買入"或"增持"。 7月初，西部資料的遠期市盈率飆升至50倍以上的高位。在進入第三季度的傳統電子行業調整期時，任何一絲風吹草動都會導致積累了數倍利潤的獲利盤瘋狂出逃，從而引發像西部資料這種短期內跌超25%的“踩踏式”回呼。 Cantor Fitzgerald 於6月29日將目標價從660美元大幅上調至900美元，維持"增持"評級。該行認為，AI基礎設施建設將推動半導體行業在2029年達到3兆美元規模，2030年突破3.5兆美元，西部資料作為核心儲存供應商將深度受益。 美國銀行證券分析師Wamsi Mohan在7月1日將目標價從610美元上調至732美元，維持"買入"評級。Mohan指出，HDD行業需求增長持續超越供應，形成強勁定價環境，管理層25%的同比增長指引將被超越。

2026年下半年第一個交易日，上半年最火的AI儲存賽道突然剎車。 截至發稿，美光科技(MU)盤中跌8%、報1061.44美元，閃迪(SNDK)重挫10%、報2051.10美元，西部資料(WDC)跌7%、報595.81美元；跌勢蔓延至整個半導體類股，超微半導體(AMD)跌約5%，希捷(STX)跌逾6%，輝達(NVDA)跌超2%。 這輪迴調發生在史詩級上漲之後。截至周二收盤，美光年內累計漲逾300%，閃迪暴漲858%，西部資料漲271%，均是全市場最”擁擠”的贏家。跟蹤整個類股的VanEck半導體ETF(SMH)發稿時跌逾4.7%——而它上半年剛錄得72%的漲幅，是2000年成立以來最強的半年表現。納斯達克100指數盤中一度跌1%，此前上半年累計上漲約20%。 三重壓力同時襲來

自Google（GOOGL.US）於3月24日公佈其TurboQuant演算法以來，儲存器及儲存類股普遍承壓下挫，伯恩斯坦分析師認為，多隻個股迎來入場時機。自Google(GOOGL.US)於3月24日公佈其TurboQuant演算法以來，儲存器及儲存類股普遍承壓下挫。但法國興業銀行旗下機構伯恩斯坦的分析師認為，該演算法的問世對HDD(硬碟驅動器)需求並無影響，對NAND快閃記憶體的影響也微乎其微。過去一周的全線拋售，反而為希捷科技(STX.US)、Sandisk(SNDK.US)及西部資料(WDC.US)等多隻個股創造了更具吸引力的入場時機。基於此，伯恩斯坦將西部資料的評級由“與大市持平”上調至“跑贏大盤”，目標價從170美元大幅上調至340美元。該機構同時重申對希捷科技的“跑贏大盤”評級，並將其目標價由500美元上調至620美元;對Sandisk則維持“跑贏大盤”評級及1000美元的目標價。據介紹，TurboQuant技術可將KV快取記憶體佔用降低六倍，並在輝達(NVDA.US)H100 GPU上實現最高八倍的推理性能提升，且不損失精度。該技術並不用於AI模型的訓練環節。由Mark Newman領銜的伯恩斯坦分析師團隊在周二發佈的一份投資者報告中指出：“該技術並未壓縮模型權重、訓練資料或任何靜態資料。因此，其潛在影響主要集中在GPU的HBM(高頻寬記憶體)或系統DRAM(動態隨機存取儲存器)上，對NAND快閃記憶體僅存在間接影響，後者主要用於冷快取的資料解除安裝。而對HDD的需求則完全為零。”近期，西部資料、希捷科技和Sandisk股價自近期高點分別累計下跌21%、17%和26%，其中大部分跌幅出現在TurboQuant消息公佈之後。Newman進一步指出：“AI工作負載、富媒體內容創作、資料保存期限延長以及資料主權標準日趨嚴格，這些因素共同推動了需求增長及平均銷售價格(ASP)的上行。NAND快閃記憶體價格的回暖也為HDD的ASP提供了更多支撐。我們目前預計，西部資料與希捷科技的總營收在2025至2030財年間的年複合增長率(CAGR)將達到24%，這一增長由24%的位元出貨量增長及平穩的ASP共同驅動。這較我們此前模型中18.7%的位元出貨量增長及3.6%的ASP下滑的假設有了顯著改善。” (invest wallstreet)

學術會議ICLR，居然和美光和西部資料大跌扯上關係了？兩家儲存晶片巨頭股價大跌，沒有財報暴雷，沒有供應鏈斷裂，只是Google展示了一篇即將在ICLR 2026正式亮相的論文。Google研究院推出TurboQuant壓縮演算法，把AI推理過程中最吃記憶體的KV cache壓縮至少6倍，精度零損失。市場的解讀簡單粗暴，長上下文AI推理以後不需要那麼多記憶體了，利空記憶體。網友紛紛表示，這不就是美劇《矽谷》裡的Pied Paper？Pied Piper是2014年開播的HBO經典美劇《矽谷》裡的虛構創業公司，核心技術就是一種“近乎無損的極限壓縮演算法”。2026年，類似的演算法在現實世界居然成真了。KVCache量化到3 bit要理解TurboQuant為什麼重要，先得理解它解決的是什麼問題。AI大模型推理時處理過的資訊會臨時存在KV Cache，方便後續快速呼叫，不用每次從頭算起。問題是隨著上下文窗口越來越長，記憶體消耗急劇膨脹。KV cache正在成為AI推理的核心瓶頸之一。傳統的解決思路是向量量化，把高精度資料壓成低精度表示。但尷尬的是，大部份量化方法本身也需要儲存額外的“量化常數”，每個數字要多佔1到2個bit。TurboQuant用兩個改動把這個額外開銷幹到了零。PolarQuant（極坐標量化）：不用傳統的X、Y、Z坐標描述資料，轉而用極坐標”距離+角度”。Google團隊發現，轉換後角度的分佈非常集中且可預測，根本不需要額外儲存歸一化常數。就像把“往東走3個路口，往北走4個路口”壓縮成”朝37度方向走5個路口”。資訊量不變，描述更緊湊，還省掉了坐標系本身的開銷。QJL（量化JL變換）：把高維資料投影后壓縮成+1或-1的符號位，完全不需要額外記憶體。TurboQuant用它來消除PolarQuant壓縮後殘留的微小誤差。兩者組合後PolarQuant先用大部分bit容量捕捉資料的主要資訊，QJL再用1個bit做殘差修正。最終實現3-bit量化，無需任何訓練或微調，精度零損失。8倍加速，Benchmark全線拉滿Google團隊在Gemma和Mistral等開源模型上，跑了主流長上下文基準測試，覆蓋問答、程式碼生成、摘要等多種任務。在“大海撈針”任務上，TurboQuant在所有測試中拿下完美分數，同時KV cache記憶體佔用縮小了至少6倍。PolarQuant單獨使用，精度也幾乎無損。速度提升同樣顯著。在輝達H100 GPU上，4-bit TurboQuant計算注意力分數的速度，比32-bit未量化版本快了8倍。不只是省記憶體，還更快了。在向量搜尋領域，TurboQuant同樣超越了現有最優量化方法的召回率，而且不需要針對具體資料集做調優，也不依賴低效的大碼本。AI記憶體的DeepSeek時刻？Cloudflare CEO評價“這是Google的DeepSeek時刻”。他認為DeepSeek證明了用更少的資源也能訓出頂尖模型。TurboQuant的方向類似，用更少的記憶體，也能跑同樣質量的推理。Google表示，TurboQuant除了可以用在Gemini等大模型上，同時還能大幅提升語義搜尋的效率，讓Google等級的兆級向量索引查詢更快、成本更低。不過TurboQuant目前還只是一個實驗室成果，尚未大規模部署。更關鍵的是，它只解決推理階段的記憶體問題。而AI訓練環節完全不受影響。 (量子位)