來源：環(huán)球網(wǎng)

【環(huán)球網(wǎng)財經(jīng)綜合報道】一篇尚未正式發(fā)表的學(xué)術(shù)論文，在3月26日引發(fā)全球存儲芯片板塊劇烈震蕩。據(jù)測算，全球主要內(nèi)存巨頭市值單日蒸發(fā)超900億美元。

這場波動的導(dǎo)火索，是谷歌研究院即將在國際學(xué)習(xí)表征會議（ICLR 2026）上正式亮相的論文“TurboQuant”。

通常來說，當(dāng)用戶與AI對話時，模型需要記住歷史上下文，這部分臨時存儲的數(shù)據(jù)隨上下文窗口膨脹而指數(shù)級增長。

谷歌團(tuán)隊通過兩項創(chuàng)新技術(shù)PolarQuant（極坐標(biāo)量化）和QJL（量化JL變換），實(shí)現(xiàn)了在“零損失”前提下將KV Cache壓縮至3-bit精度，內(nèi)存占用縮小至少6倍。在英偉達(dá)H100 GPU上，4-bit TurboQuant的注意力計算速度比32-bit未量化版本快8倍。

Cloudflare首席執(zhí)行官將這一突破稱為谷歌的“DeepSeek時刻”，認(rèn)為其有望像DeepSeek一樣，通過極致效率大幅拉低AI運(yùn)行成本。

面對科技圈的狂熱與二級市場的拋售，華爾街投行表現(xiàn)出明顯冷靜。

摩根士丹利在最新研報中明確表示，市場存在誤讀。該技術(shù)僅作用于推理階段的鍵值緩存，不影響模型權(quán)重所占用的高帶寬內(nèi)存（HBM），也與AI訓(xùn)練任務(wù)無關(guān)。分析師強(qiáng)調(diào)，所謂“6倍壓縮”并非存儲總需求的減少，而是通過效率提升增加單GPU的吞吐量。

Lynx Equity Strategies分析師KC Rajkumar指出，媒體報道存在夸大成分。當(dāng)前推理模型早已廣泛采用4-bit量化數(shù)據(jù)，谷歌所謂的“8倍性能提升”是建立在與老舊32位模型對比的基礎(chǔ)之上。

摩根士丹利援引經(jīng)濟(jì)學(xué)中的“杰文斯悖論”解釋長期影響：技術(shù)效率提升雖降低單位成本，但往往因使用門檻下降而帶動整體需求擴(kuò)張。

富國銀行分析師Andrew Rocha指出，壓縮算法的存在從未從根本上改變硬件采購的整體規(guī)模。通過大幅降低單次查詢的服務(wù)成本，這類技術(shù)能讓原本只能在昂貴云端集群上運(yùn)行的模型遷移至本地，有效降低AI規(guī)?；渴鸬拈T檻。

從供應(yīng)鏈視角看，2026年服務(wù)器DRAM需求預(yù)計增長39%，HBM需求年增58%。TurboQuant的優(yōu)化效果或?qū)⒈恍袠I(yè)增長浪潮淹沒。

截至發(fā)稿，谷歌尚未公布TurboQuant在Gemini等自研模型中的具體部署時間表。關(guān)于該技術(shù)的討論將在4月的ICLR 2026會議上繼續(xù)發(fā)酵。（陳十一）