事实核查：DeepSeek 新模型“大幅减少 HBM 需求”？
核查日期：2026-10-18（北京时间）。待核查说法（用户转述的传言）：
据说 DeepSeek 发了新模型，大幅度减少了对 HBM 的需求
核心结论
- “发了新模型”：属实，但要分清两次发布。10 月 17 日发布的 V4.1-Flash-1017 是官方所称的“小幅更新”（后训练更新，架构不变）。真正让 HBM 占用下降的架构改动，来自 2026-09-10 发布的 V4.1-Flash。
- “减少 HBM”：在模型层面属实，但只针对 KV 缓存。官方原话是“相比上一代，V4.1-Flash 的 KV 缓存只需 1/4 的 HBM、1/8 的 SSD”。技术报告给出的数字：全局 KV 缓存 890 字节/token，V4-Flash 为 3,514，
3514 ÷ 890 ≈ 3.95 倍。这里降的是 KV 缓存，不是模型整体的显存，更不是 HBM 的整体市场需求。
- “大幅减少对 HBM 的需求”：放到行业需求层面，说法被夸大。模型权重仍需约 476 GiB，最低显存约 614 GB。训练用的显存不受影响。推理更便宜往往会带来更多用量（杰文斯悖论）。里昂证券（CLSA）、三星证券等机构据此仍维持对存储股的乐观判断。不过这类效率提升的长期影响，市场确实有分歧。
- 市场反应：9 月发布时存储股确实下跌（9/11 SK 海力士、三星均跌超 3%，盘中分别跌约 4.5%、4.3%）。分析人士也指出，当天还有美联储加息担忧等宏观因素。10/17 的更新发布在周六，截至本页核查时（10/18，周日）还没有交易日，暂无市场反应可查。
| 子说法 | 结论 |
|---|
| DeepSeek 最近发了新模型 | 属实（10/17 V4.1-Flash-1017，属小更新；9/10 V4.1-Flash 为新架构） |
| 新模型减少了 HBM 占用 | 属实（KV 缓存的 HBM 占用降到约 1/4） |
| “大幅度”减少 | 部分属实（KV 缓存约降 75%，是大幅；但整机显存以权重为主，降幅远小于 75%） |
| 10/17 这次更新进一步减少了 HBM | 无依据（官方说明只提性能更强、输出更短，权重显存需求与 9 月版相同） |
| 行业对 HBM 的需求会因此大幅下降 | 存疑（目前没有证据显示 HBM 订单或 AI 资本开支下降；多数分析认为总需求仍在增长） |
逐条核查
1. 发布了什么、什么时候发布
· 2026-09-10 DeepSeek-V4.1-Flash：官方新闻页和 API 更新日志都说明，这是“全新模型结构系列中最小尺寸的模型”，552B MoE，采用因果编码器-解码器（CED）结构，预填充每 token 激活 8B 参数、解码激活 16B。技术报告已发在 arXiv（2609.19969），权重发在 Hugging Face。
· 2026-10-17 DeepSeek-V4.1-Flash-1017：见 API 文档新闻页（news261017），宣传点是“基准更强、完成更快、输出更短”，同时开放 Search/Fetch API。第一财经援引技术报告称这是“一次小幅更新”。vLLM 的部署指南显示，1017 版与 0909 版的最低显存同为 614 GB。
2. 哪些技术降低了 HBM / 存储占用（官方技术报告）
· CSA2 压缩稀疏注意力 + 跨层 KV 复用：只有少数层（第 2、8、14、20 层）计算并压缩自己的 KV，其余层直接读取。
· FP4 KV 缓存：KV 缓存以 4 bit 存储，格式为 E2M1，每 16 个通道配一个 E4M3 缩放因子。
· 以上两项让全局 KV 缓存（常驻 HBM）降到 890 字节/token，约为 V4-Flash 的 1/4。
· SWA Bounded Replay：不再把滑动窗口注意力的 KV 持久化，需要时回放最近 128 个 token 来重建。这让持久化 KV（存在 SSD 或主机内存）降到约 1/8。媒体分析指出，这一项有一定的质量与内存取舍，目前还缺第三方验证。
· Engram n-gram 记忆：这一项反而增加了约 196.6B 参数（FP8 约 183 GiB），是显存大户之一。它不是用来省 HBM 的，属于权重占用。
3. 为什么“KV 缓存省 75%”不等于“HBM 需求省 75%”（算一笔账）
· 权重：vLLM 给出的数字是 checkpoint 约 476 GiB，其中专家参数约 259.5 GiB，Engram 约 183.1 GiB；最低显存约 614 GB。
· 单个 100 万 token 的上下文：V4.1-Flash 的 KV 为 890 B × 1,000,000 ≈ 0.89 GB，V4-Flash 为 3,514 B × 1,000,000 ≈ 3.5 GB。
· 假设 100 个满长度会话同时在线：KV 分别约为 89 GB 和 351 GB。在高并发、长上下文的场景下，这能省出大量 HBM，所以“对推理部署而言省很多”是真的。但权重那几百 GB 一分不少，训练用的显存也不受影响。
· 说明：以上为示意计算，忽略了滑动窗口 KV、激活值和框架开销。
4. 市场反应与分析师观点
· 彭博（9/10–11）：三星电子、SK 海力士 9/11 均跌超 3%，报道认为 DeepSeek 称降低了 HBM 需求，叠加美国加息担忧，共同造成下跌。
· TVBS（9/11）：SK 海力士盘中跌 4.5%，三星跌 4.3%，Kospi 指数跌 2.3%。三星证券分析师 Roy Lim 认为，这“更像是对市场情绪的压抑，而非 HBM 需求的基本面重新定调”，除非有证据显示 GPU 订单或 AI 资本开支下降。
· 美光（MU）：各家报道说法不一。一份报道称周五早盘跌约 5%，Stocktwits 称隔夜交易中美光“保持在正值区间”，另一份称基本持平。本页未取得收盘数据，不下结论。
· 里昂证券（经 Longbridge 转述）：75% 的降幅只针对推理阶段的 KV 缓存，不包括权重、训练或更广泛的 HBM 使用；DeepSeek 从 V1 到 V4 每 token 内存效率提升约 110 倍，内存需求却持续增长。该机构维持 SK 海力士、三星、美光的“跑赢大盘”评级，并预计全球 HBM 市场规模（TAM）到 2028 年年复合增长 40%。
· 10/17 的更新：截至 10/18 周日，还没有交易日，没有市场反应数据。
5. 模型层面 vs 行业层面
· 模型层面：每 token 的 KV 缓存 HBM 降到约 1/4，属实，而且是官方数据（技术报告中的设计规格，并非第三方实测的成本数据）。
· 行业层面：HBM 需求由训练集群、权重驻留、推理总量和带宽共同决定。推理更便宜，可能催生更多智能体、更长上下文和更多调用（杰文斯效应）。另外，容量需求下降不一定等比例减少对带宽的需求，所以 HBM 需求未必同步下降（CLSA 观点）。反过来看，单位算力所需的内存在下降，长期确实是一个风险变量（Stocktwits/Bloomberg 报道中投资者的担忧）。目前没有数据能证明行业 HBM 需求已经“大幅减少”。
对用户所转述文字的判断
“据说 DeepSeek 发了新模型，大幅度减少了对 HBM 的需求”：部分属实。如果把“需求”理解为这个模型的 KV 缓存占用，这句话成立，但主要来自 9 月 10 日的 V4.1-Flash，而不是 10 月 17 日的小更新。如果理解为行业对 HBM 的需求，这句话被夸大，目前没有证据支持。
不构成投资建议。存储股波动受宏观、供需和情绪等多种因素影响，本文只核查事实。
来源
- DeepSeek 官网新闻：Introducing DeepSeek-V4.1-Flash（2026-09-10）
- DeepSeek API 文档更新日志（中文）
- DeepSeek API 文档：V4.1-Flash-1017 发布（2026-10-17）
- arXiv 2609.19969：DeepSeek-V4.1-Flash 技术报告
- vLLM Recipes：显存构成
- vLLM 博客（2026-10-07）
- 第一财经：DeepSeek 更新模型了（2026-10-17）
- Bloomberg（经 Yahoo）：DeepSeek Pushes Out Updated AI Model（2026-10-17）
- Bloomberg：DeepSeek Hands Memory Stock Investors Fresh Reason for Caution
- TVBS：Deepseek 發表新模型！重傷亞洲記憶體股價？（2026-09-11）
- Stocktwits（2026-09-11）
- AInvest：75% HBM 'Cut' Is Narrower Than the Headline
- Longbridge：CLSA 维持存储股正面看法
- The Business Times（2026-09）