北京
夢晨 發(fā)自 凹非寺量子位 | 公眾號 QbitAI
學(xué)術(shù)會議ICLR，居然和美光和西部數(shù)據(jù)大跌扯上關(guān)系了？
兩家存儲芯片巨頭股價大跌，沒有財報暴雷，沒有供應(yīng)鏈斷裂，只是谷歌展示了一篇即將在ICLR 2026正式亮相的論文。
谷歌研究院推出TurboQuant壓縮算法，把AI推理過程中最吃內(nèi)存的KV cache壓縮至少6倍，精度零損失
市場的解讀簡單粗暴，長上下文AI推理以后不需要那么多內(nèi)存了，利空內(nèi)存。
網(wǎng)友紛紛表示，這不就是美劇《硅谷》里的Pied Paper？
Pied Piper是2014年開播的HBO經(jīng)典美劇《硅谷》里的虛構(gòu)創(chuàng)業(yè)公司，核心技術(shù)就是一種“近乎無損的極限壓縮算法”。
2026年，類似的算法在現(xiàn)實世界居然成真了。
KVCache量化到3 bit
要理解TurboQuant為什么重要，先得理解它解決的是什么問題。
AI大模型推理時處理過的信息會臨時存在KV Cache，方便后續(xù)快速調(diào)用，不用每次從頭算起。
問題是隨著上下文窗口越來越長，內(nèi)存消耗急劇膨脹。KV cache正在成為AI推理的核心瓶頸之一。
傳統(tǒng)的解決思路是向量量化，把高精度數(shù)據(jù)壓成低精度表示。
但尷尬的是，大部分量化方法本身也需要存儲額外的“量化常數(shù)”，每個數(shù)字要多占1到2個bit。
TurboQuant用兩個改動把這個額外開銷干到了零。
PolarQuant（極坐標(biāo)量化）：
不用傳統(tǒng)的X、Y、Z坐標(biāo)描述數(shù)據(jù)，轉(zhuǎn)而用極坐標(biāo)”距離+角度”。
谷歌團隊發(fā)現(xiàn)，轉(zhuǎn)換后角度的分布非常集中且可預(yù)測，根本不需要額外存儲歸一化常數(shù)。
就像把“往東走3個路口，往北走4個路口”壓縮成”朝37度方向走5個路口”。
信息量不變，描述更緊湊，還省掉了坐標(biāo)系本身的開銷。
QJL（量化JL變換）：
把高維數(shù)據(jù)投影后壓縮成+1或-1的符號位，完全不需要額外內(nèi)存。TurboQuant用它來消除PolarQuant壓縮后殘留的微小誤差。
兩者組合后PolarQuant先用大部分bit容量捕捉數(shù)據(jù)的主要信息，QJL再用1個bit做殘差修正。
最終實現(xiàn)3-bit量化，無需任何訓(xùn)練或微調(diào)，精度零損失。
8倍加速，Benchmark全線拉滿
谷歌團隊在Gemma和Mistral等開源模型上，跑了主流長上下文基準(zhǔn)測試，覆蓋問答、代碼生成、摘要等多種任務(wù)。
在“大海撈針”任務(wù)上，TurboQuant在所有測試中拿下完美分?jǐn)?shù)，同時KV cache內(nèi)存占用縮小了至少6倍。
PolarQuant單獨使用，精度也幾乎無損。
速度提升同樣顯著。在英偉達(dá)H100 GPU上，4-bit TurboQuant計算注意力分?jǐn)?shù)的速度，比32-bit未量化版本快了8倍。
不只是省內(nèi)存，還更快了。
在向量搜索領(lǐng)域，TurboQuant同樣超越了現(xiàn)有最優(yōu)量化方法的召回率，而且不需要針對具體數(shù)據(jù)集做調(diào)優(yōu)，也不依賴低效的大碼本。
AI內(nèi)存的DeepSeek時刻？
Cloudflare CEO評價“這是谷歌的DeepSeek時刻”。
他認(rèn)為DeepSeek證明了用更少的資源也能訓(xùn)出頂尖模型。
TurboQuant的方向類似，用更少的內(nèi)存，也能跑同樣質(zhì)量的推理。
谷歌表示，TurboQuant除了可以用在Gemini等大模型上，同時還能大幅提升語義搜索的效率，讓谷歌級別的萬億級向量索引查詢更快、成本更低。
不過TurboQuant目前還只是一個實驗室成果，尚未大規(guī)模部署。
更關(guān)鍵的是，它只解決推理階段的內(nèi)存問題。而AI訓(xùn)練環(huán)節(jié)完全不受影響。
論文地址：
https://research.google/blog/turboquant-redefining-ai-efficiency-with-extreme-compression/
[1]https://x.com/eastdakota/status/2036827179150168182?s=20
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
