谷歌新内存技术炸翻传统存储芯片市场 大厂集体受挫 美国东部时间3月26日

TurboQuant本质上是谷歌一种极致的量化压缩算法,这一波动源自谷歌研究院即将在国际学习表征会议(ICLR 2026)上正式亮相的新内学术论文,
美国东部时间3月26日,存技储芯场大厂集挫传统量化方法需要在压缩精度和额外存储开销之间妥协,术炸实现了在“零损失”前提下将KV缓存压缩至3-bit精度。翻传而谷歌团队通过PolarQuant(极坐标量化)和QJL(量化JL变换)两项创新,统存体受缓存占用的片市内存越大。所谓的谷歌“6倍压缩”并非存储总需求的减少,
目前,新内且上下文窗口越长,存技储芯场大厂集挫摩根士丹利在最新研报中指出,术炸
AI模型运行时存在一种“工作内存”,翻传研究团队计划在下个月的统存体受ICLR 2026会议上正式发布相关成果。希捷跌逾8%,片市生成回答时,谷歌而是通过效率提升增加单GPU的吞吐量。美光科技跌近7%。闪迪跌超11%,该研究推出了一种新型AI内存压缩技术“TurboQuant”。存储芯片股集体重挫,西部数据跌逾7%,该技术可将大语言模型推理中的缓存内存占用压缩至六分之一,
Cloudflare首席执行官将这一成果称为谷歌的“DeepSeek时刻”,也与AI训练任务无关。KV缓存便会迅速膨胀,每当模型处理信息、
分析师强调,
业内人士分析,超威半导体、该技术仅作用于推理阶段的键值缓存,即KV缓存(Key-Value Cache)。通过极致效率大幅拉低AI的运行成本。并不影响模型权重所占用的高带宽内存(HBM),
不过,这意味着在相同硬件条件下,
谷歌宣称,并在英伟达H100 GPU上实现最高8倍的性能加速。谷歌尚未公布TurboQuant在Gemini等自研模型中的具体部署时间表,市场对此存在误读。认为其有望像DeepSeek一样,或在不触发内存溢出的前提下显著提升批处理规模。可以支持4倍至8倍更长的上下文,

