DeepSeek V4 KV Cache 壓縮驅動 NAND 需求爆發
- —V4 在前一輪 API 價格砍 75% 之後，再將 input cache-hit tier 降至 list 的 1/10，兩輪疊加後 cache hit floor 落在 ¥0.025/M tokens，cache hit/miss 價差擴至 1/120
- —agent 場景下 V4 實測 cache hit rate 達 95%+，代表絕大多數推論成本都走 SSD tier 而非 DRAM/HBM
- —V4 KV cache size 壓縮至 V3.2 的 10%，配合 DeepSeek 多年 SSD-based KV cache 工程積累，使大規模遷移具備可行性
KOL 明確指出 DeepSeek V4 的 cache-hit repricing 對 SSD 有上行空間，NAND 需求將指數級增長。V4 將 KV cache 從昂貴且容量受限的 DRAM/HBM 大規模遷移至更大更便宜的 SSD，是結構性需求增量而非週期性波動。DeepSeek 目前 SSD 配置與利用率已較之前顯著提升，預期隨更多推論平台跟進，NAND SSD 在 AI 推論基建的佔比將持續擴大。