| 摩根士丹利在最新研报中指出,谷歌市场对此存在误读。新内该研究推出了一种新型AI内存压缩技术“TurboQuant”。存技储芯场大厂集挫 AI模型运行时存在一种“工作内存”,术炸 目前,翻传认为其有望像DeepSeek一样,统存体受可以支持4倍至8倍更长的片市上下文,且上下文窗口越长,谷歌闪迪跌超11%,新内 不过,存技储芯场大厂集挫希捷跌逾8%,术炸存储芯片股集体重挫,翻传缓存占用的统存体受内存越大。超威半导体、片市KV缓存便会迅速膨胀,谷歌每当模型处理信息、即KV缓存(Key-Value Cache)。
西部数据跌逾7%,该技术仅作用于推理阶段的键值缓存,
TurboQuant本质上是一种极致的量化压缩算法,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,或在不触发内存溢出的前提下显著提升批处理规模。并不影响模型权重所占用的高带宽内存(HBM), Cloudflare首席执行官将这一成果称为谷歌的“DeepSeek时刻”,而是通过效率提升增加单GPU的吞吐量。实现了在“零损失”前提下将KV缓存压缩至3-bit精度。而谷歌团队通过PolarQuant(极坐标量化)和QJL(量化JL变换)两项创新,美光科技跌近7%。通过极致效率大幅拉低AI的运行成本。并在英伟达H100 GPU上实现最高8倍的性能加速。研究团队计划在下个月的ICLR 2026会议上正式发布相关成果。这意味着在相同硬件条件下,这一波动源自谷歌研究院即将在国际学习表征会议(ICLR 2026)上正式亮相的学术论文,谷歌尚未公布TurboQuant在Gemini等自研模型中的具体部署时间表,生成回答时,也与AI训练任务无关。 业内人士分析, 美国东部时间3月26日,所谓的“6倍压缩”并非存储总需求的减少, 分析师强调,传统量化方法需要在压缩精度和额外存储开销之间妥协, 谷歌宣称, |