DeepSeek最新发布的论文透露了一个有意思的技术方向。核心思路是把大语言模型里的长期记忆部分从模型权重中独立出来，转而存储到内存硬件中，这样做能显著释放显存压力。论文中提到的n-gram技术方案就是基于这个思路——通过外部内存存储长期依赖信息，而不是依赖模型内部参数。

从硬件角度看，这种架构转变意味着什么？内存的需求量会大幅上升。随着大模型向这个方向演进，DDR5内存的市场需求可能进入新的增长周期。镁光作为主流内存供应商，长期来看是受益者。

从投资角度考虑，DDR5内存的价格压力可能还会持续走高。如果这类技术方案真的落地推广，今年翻倍的预期并不过分——取决于模型训练和部署的实际进度。