廣告
害慘記憶體股倒一片！Google TurboQuant能「降低AI系統記憶體使用量」怎麼辦到？
【編譯于倩若／綜合外電】周三美股整體科技股走強，但記憶體類股卻逆勢下挫。在Google發表TurboQuant（全新壓縮演算法）後，市場擔憂其可能降低AI系統對記憶體的需求，相關個股股價應聲下滑。今早南韓記憶體大廠SK海力士與日本快閃記憶體製造商鎧俠（Kioxia）股價均暴跌逾6%。
📌 本文摘要重點
(AI 摘要說明)1 Google發表TurboQuant演算法，透過3 bits壓縮KV cache，使H100 GPU效能提升最高達8倍。
2 記憶體類股走跌，SK海力士早盤下殺6%，美光與SanDisk周三收盤分別重挫3.4%與3.5%。
3 分析師對需求衝擊看法分歧，部分認為技術僅能減緩瓶頸，未來3至5年記憶體供應吃緊格局不變。
Google TurboQuant 技術指標與市場股價影響
TurboQuant壓縮技術降低記憶體用量 開源測試記憶體縮6倍
SanDisk周三收盤重挫3.5%，美光Micron跌3.4%，Western Digital下滑1.63%，希捷（Seagate）下挫2.59%。這些跌勢出現在納斯達克100指數上漲的同時。
另一方面，今早韓股開盤後，記憶體大廠SK海力士早盤殺逾6%，三星電子也重挫逾5%摜破18萬韓元整數大關。此外，快閃記憶體製造商鎧俠（Kioxia）今早在東京交易也大跌逾6%。
Google推出TurboQuant，這是一項用於大型語言模型與向量搜尋引擎的壓縮技術，目的是降低記憶體使用量。該演算法主要針對key-value cache（鍵值快取）的瓶頸問題，這類快取用來儲存AI系統中經常被存取的資料。
據Google說明，TurboQuant能將key-value cache壓縮到3 bits，而且不需要額外訓練或微調，同時仍可維持模型準確度。在包含Gemma與Mistral等開源模型的測試中，這項技術讓key-value記憶體大小縮減達6倍。
此外，在H100 GPU加速器上，與未量化（unquantized）的keys相比，效能最高可提升8倍。
TurboQuant雙步驟壓縮 技術減少額外記憶體開銷
這項技術分為2個步驟：首先使用PolarQuant方法，透過旋轉資料向量，來達到高品質壓縮；接著利用量化版的Johnson-Lindenstrauss演算法來消除殘餘誤差。
Google指出，傳統的向量量化方法通常會在每個數值上額外增加1到2個bits的記憶體開銷，反而會部分抵銷壓縮帶來的效益。
TurboQuant預計將在ICLR 2026發表，而PolarQuant則排定於AISTATS 2026發表。Google也在多項基準測試上驗證這些演算法，包括LongBench、Needle In A Haystack、ZeroSCROLLS、RULER，以及L-Eval。
分析師指TurboQuant若廣泛採用 將壓低記憶體成本
這項技術的應用不只限於AI模型，也涵蓋支撐大型搜尋引擎的向量搜尋能力。
Wells Fargo TMT分析師Andrew Rocha指出，這可能對記憶體需求帶來影響，「隨著上下文視窗（context window）越來越大，KV cache中的資料儲存量會急速膨脹，進而推高記憶體需求，而TurboQuant正是在直接壓低這條成本曲線，如果這項技術能被廣泛採用，將對成本曲線帶來利多。」
Andrew Rocha指出，這項技術可能會影響記憶體容量需求，「如果你降低了這些記憶體所需的規格，就很快會開始質疑到底還需要多少記憶體容量。」
他表示，目前仍不清楚這項技術是否僅限於Google使用，或它如何應用到其他實驗室。他也提到，實驗室測試結果是否能轉化為實際應用仍存在不確定性。
兩派戰翻！另一派認為TurboQuant效益有限，未來3-5年記憶體需求仍高
Lynx Equity Strategies分析師KC Rajkumar則對TurboQuant對記憶體需求的影響提出質疑。他寫道，隨著推論中使用的token上下文長度增加，大型語言模型供應商需要創新，以解決key-value cache的瓶頸問題，「不過，由於供應極度吃緊，這在未來3到5年幾乎不會降低對記憶體與快閃記憶體的需求，先進的壓縮技術頂多只是減緩瓶頸，並不會破壞對DRAM或Flash的需求。」
Rajkumar表示，他認為沒必要重新檢視對美光2028年度的預估。他重申對該股700美元的目標價，並表示會在周三回檔時買進。
Citrini Research的分析師則對記憶體股下跌提出疑問，他在X上寫道：「這就好比說Aramco股價應該暴跌，因為Toyota推出了新一代混合動力車。」
記憶體股今年以來大漲，使其容易受到可能降低需求的消息影響。
