出品｜搜狐科技

作者｜張雅婷

編輯| 楊 錦

存儲市場的高歌猛進，被谷歌投下的一枚“深水炸彈”驟然打斷。

當?shù)貢r間3月24日，谷歌研究院發(fā)表文章推出以TurboQuant為代表的新一代壓縮算法，宣稱可以在不損失質(zhì)量的前提下實現(xiàn)AI內(nèi)存的極致壓縮，突破了AI發(fā)展的核心瓶頸。

隨著大模型參數(shù)規(guī)模邁向萬億級別，推理過程中鍵值緩存帶來的內(nèi)存壓力暴漲。每一次問答、每一次推理，都需要海量內(nèi)存資源支撐。

OpenAI首席運營官Brad Lightcap此前表示，存儲芯片短缺與美國能源供應緊張，是當前AI基礎設施擴張面臨的兩大潛在瓶頸?！艾F(xiàn)在的瓶頸是存儲，過去是電力?！?/p>

而谷歌最新推出的 TurboQuant 技術，在幾乎不影響模型性能的情況下，可將鍵值緩存壓縮至原來的1/6（約減少 83%），從而顯著緩解內(nèi)存壓力；同時，在英偉達 H100 GPU 上，其性能最高可提升至8倍。

Cloudflare首席執(zhí)行官Matthew Prince認為，谷歌TurboQuant有望像去年的DeepSeek模型一樣，通過效率革新打破算力依賴的行業(yè)邏輯。

這枚“深水炸彈”掀起的沖擊波，迅速傳導至資本市場。存儲巨頭股價集體重挫，恐慌情緒蔓延。美東時間3月26日，閃迪（SanDisk）股價大跌11.02%，美光科技下跌6.97%。

谷歌發(fā)布突破性新算法

當?shù)貢r間3月24日，谷歌發(fā)布了名為TurboQuant的技術，引發(fā)市場震動。

根據(jù)谷歌官方介紹，TurboQuant是一種專為大型語言模型和向量搜索引擎設計的內(nèi)存壓縮技術，核心目標是解決AI系統(tǒng)中鍵值緩存（Key-Value Cache）的存儲瓶頸。

所謂鍵值緩存，可以簡單理解為模型在“做閱讀理解時做的筆記”。當大模型逐字生成內(nèi)容時，會把已經(jīng)處理過的信息存下來，下次就不用從頭再算一遍，從而加快生成速度。不過，這些“筆記”會隨著對話變長不斷累積，占用越來越多的內(nèi)存，最終可能成為推理過程中的主要資源消耗。

向量量化（Vector Quantization）是一種強大的經(jīng)典數(shù)據(jù)壓縮技術。然而，這種傳統(tǒng)的向量量化方法讓每個數(shù)字產(chǎn)生1至2比特的額外內(nèi)存開銷，部分抵消了壓縮收益。

而谷歌提出的TurboQuant，可以在實現(xiàn)模型尺寸大幅縮減的同時保持零精度損失。

具體來看，TurboQuant可在無需模型訓練或微調(diào)的前提下，將鍵值緩存壓縮至3比特，在Gemma、Mistral等開源模型實測中，鍵值內(nèi)存降至1/6（約減少 83%）。在英偉達H100 GPU加速器上，該算法較未量化鍵值方案性能提升最高達8倍。

TurboQuant通過兩個關鍵步驟實現(xiàn)壓縮：首先是采用PolarQuant（高質(zhì)量壓縮）方法，對數(shù)據(jù)向量進行隨機旋轉(zhuǎn)。這一巧妙的步驟簡化了數(shù)據(jù)的幾何結構，實現(xiàn)高質(zhì)量壓縮。

然后，TurboQuant使用極少量的殘余壓縮能力，利用量化Johnson-Lindenstrauss算法充當數(shù)學誤差校驗器，處理第一階段留下的微量誤差，從而獲得更準確的注意力分數(shù)。

谷歌表示，TurboQuant、QJL和PolarQuant雖然主要應用是解決Gemini等模型中的KV緩存瓶頸，但其影響遠不止于此。

當下，搜索正從單純的關鍵詞匹配演變?yōu)槔斫庖鈭D和含義，TurboQuant等技術對于這一使命至關重要。因為它們允許以極小的內(nèi)存、接近零的預處理時間和業(yè)界領先的準確性，來構建和查詢大型向量索引，這使得語義搜索變得更快、更高效。

據(jù)了解，TurboQuant將于ICLR 2026發(fā)表，PolarQuant則計劃在AISTATS 2026上亮相。谷歌已在LongBench、Needle In A Haystack、ZeroSCROLLS、RULER及L-Eval等多項基準測試中完成驗證，并指出該技術同樣適用于大規(guī)模搜索引擎的向量檢索場景。

內(nèi)存股集體大跌

存儲的“DeepSeek時刻”來了？

谷歌TurboQuant技術發(fā)布后，全球存儲芯片板塊震蕩。

美東時間3月26日，閃迪股價大跌11.02%，美光科技下跌6.97%，西部數(shù)據(jù)下跌7.7%，希捷科技下跌8.33%。

韓國存儲巨頭同樣受到重創(chuàng)。當?shù)貢r間3月26日，韓國SK海力士股價下跌6.23%，市值損失44.18萬億韓元（約合293.8億美元）；三星電子也下跌了4.71%，市值損失57.83萬億韓元（約合384.5億美元）。3月27日，三星電子和海力士股價仍持續(xù)下跌，跌幅收窄至1%左右。

今日開盤，A股存儲芯片集體大跌，佰維存儲、西測測試跌超7%，江波龍、德明利、香農(nóng)芯創(chuàng)跌超5%。

近兩年，由于AI產(chǎn)業(yè)的爆發(fā)，存儲需求隨之暴漲。

以HBM（高帶寬內(nèi)存）為例，這一基于DRAM技術的高端品類，主要面向AI時代高性能計算場景。數(shù)據(jù)顯示，2025年，AI服務器對HBM的需求量從2024年的30萬顆激增至120萬顆，增長率高達300%。

三星電子表示，目前所有可量產(chǎn)的HBM產(chǎn)能均已預訂滿，預計2026年HBM銷量將同比增長超過三倍。

然而，谷歌TurboQuant技術的出現(xiàn)，悄然改寫了行業(yè)預期。Cloudflare首席執(zhí)行官Matthew Prince將此次技術突破稱為谷歌的“DeepSeek時刻”，認為其有望像去年的DeepSeek模型一樣，通過效率革新打破算力依賴的行業(yè)邏輯。

此前，DeepSeek橫空出世，因高性能、低成本的高性價比優(yōu)勢，市場認為英偉達算力需求預期將變?nèi)?，導致英偉達一度暴跌。當時，英偉達的股價一天跌幅17%，市值蒸發(fā)了5890億美元。

不過，也有業(yè)內(nèi)人士認為，根據(jù)“杰文斯悖論”，當技術進步提高了效率，資源消耗不僅沒有減少，反而激增。回過頭來看，DeepSeek并沒有讓英偉達芯片的需求減少。

摩根士丹利認為，通過大幅降低單次查詢的服務成本，TurboQuant能夠讓原本只能在云端昂貴集群上運行的模型遷移至本地，有效降低AI規(guī)?；渴鸬拈T檻，這可能反而能進一步提振整體需求。

Quilter Cheviot科技研究主管Ben Barringer認為，近期存儲芯片企業(yè)股價下跌可能是由于股東在周期性市場持續(xù)增長后套現(xiàn)所致?！癟urboQuant的事件加劇了股價下跌的壓力，但這只是漸進式的，而非革命性的，它不會改變行業(yè)的長期需求格局?！?/p>

此外，TechCrunch相關分析指出，該算法存在局限性，這項技術并不能緩解人工智能模型訓練階段所需的大量內(nèi)存問題，因為它只是在推理階段對數(shù)據(jù)進行嚴格的壓縮。

運營編輯 |曹倩審核｜孟莎莎