谷歌向內存開戰(zhàn)，直接讓存儲巨頭們集體失眠

3月26日消息，谷歌研究院發(fā)布TurboQuant壓縮算法，可將AI推理中的KV緩存壓縮至少6倍，精度零損失。在H100顯卡上實現8倍速度提升。這將使本地AI推理能力大幅提升，支持更大的上下文窗口，并在各類設備上減輕內存壓力。論文將在ICLR 2026正式亮相。

KV緩存是大模型生成文本時，每生成一個新詞都要“回顧”之前所有詞的信息。為避免重復計算，模型會把每一層產生的Key和Value向量臨時存起來，形成一張“速查表”。這張表隨對話長度線性膨脹——上下文從4K擴展到128K時，KV緩存消耗的顯存往往反超模型參數本身，成為推理階段最大的內存瓶頸。

TurboQuant用兩步解決這個問題：先用極坐標量化（PolarQuant）把傳統XYZ坐標換成“距離+角度”的極坐標描述，省掉歸一化常數開銷；再用1比特誤差校正（QJL）抹平壓縮殘留的系統性偏差。全程無需微調和訓練數據，直接將KV緩存壓至3比特，實現無損壓縮。

消息公布后，美股存儲芯片板塊集體下挫：美光科技跌4%，西部數據跌4.4%，閃迪跌6.5%。A股存儲芯片股同樣走低，兆易創(chuàng)新、佰維存儲跌超5%。Cloudflare CEO評價這是“谷歌的DeepSeek時刻”。

網友反應兩極分化。有人調侃：“內存股崩了，內存價格能不能也崩一崩？”也有人冷靜指出：“壓縮算法存在多年，訓練環(huán)節(jié)不受影響，內存價格一時半會恐怕下不來。”還有開發(fā)者開始復現論文：“在RTX 4090上2-bit跑Gemma 3 4B，輸出與未壓縮版逐字符一致。”更有網友驚呼：“這不就是HBO美劇《硅谷》里的Pied Piper嗎？”劇中虛構創(chuàng)業(yè)公司的核心技術就是一種近乎無損的極限壓縮算法。

英偉達同場會議也將推出KVTC壓縮算法，可實現20倍壓縮，精度損失不到1個百分點。兩種技術路線同期亮相，KV緩存優(yōu)化正從研究課題走向生產級基礎設施。