每經(jīng)記者：岳楚鵬 每經(jīng)編輯：高涵

從“算力時代”進入“推理時代”，AI對內(nèi)存的需求激增，大幅提振了全球存儲公司業(yè)績和股價。

但谷歌的一篇文章，讓美國和韓國的內(nèi)存巨頭市值一天蒸發(fā)了超900億美元（約合人民幣6200億元）。

當?shù)貢r間3月24日，谷歌研究院（Google Research）發(fā)布了一篇介紹名為TurboQuant的向量量化壓縮算法的文章，宣稱在不損失準確率前提下，將大模型運行時的關(guān)鍵內(nèi)存占用壓縮至3比特（原有內(nèi)存占用的1/6）。

有市場觀點認為，這一算法將減少AI對內(nèi)存的需求。

但也有分析師稱，市場的反應說明，很多人對技術(shù)“一竅不通”。

谷歌發(fā)布新算法，存儲巨頭市值蒸發(fā)逾6200億元

當?shù)貢r間3月24日，谷歌發(fā)布名為TurboQuant的內(nèi)存壓縮算法。谷歌方面表示，TurboQuant可以在不損失準確性的情況下，將大型語言模型運行時的關(guān)鍵部分——鍵值緩存（KV Cache）的內(nèi)存占用減少為原有的1/6，同時在英偉達H100GPU上的特定測試中，性能可提升高達8倍。

這一消息迅速觸發(fā)市場重估邏輯。

富國銀行分析師Andrew Rocha認為，這項技術(shù)可能影響未來對內(nèi)存容量規(guī)格的需求判斷。他在報告中寫道：“市場很快就會重新評估，AI究竟還需要多少內(nèi)存容量。”

當?shù)貢r間3月25日，即消息發(fā)布后的第一個美股交易日，存儲芯片板塊在盤中集體跳水。閃迪（SanDisk）股價一度大跌6.5%，收盤時跌幅收窄至3.5%，市值損失36.3億美元。同日，美光科技（Micron Technology）下跌3.4%，市值損失151.66億美元；西部數(shù)據(jù)（Western Digital）下跌1.63%，市值損失16.64億美元；希捷科技（Seagate Technology）下跌2.76%，市值損失21.4億美元。

負面情緒迅速擴散至亞洲市場。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）。

全球主要內(nèi)存巨頭市值損失合計超900億美元（約合人民幣6200億元）。

直擊大模型“成本痛點”：KV緩存占用減少83%

TurboQuant引發(fā)震動的核心，在于其精準擊中了大模型的關(guān)鍵成本痛點——KV緩存（Key-Value Cache）。

在大模型推理過程中，模型需要保存歷史上下文信息形成KV緩存，以避免重復計算。但隨著上下文窗口增長，KV緩存呈線性膨脹，占用大量GPU內(nèi)存。

例如，一個700億參數(shù)模型在512用戶、2048 Token輸入場景下，僅KV緩存就需約512GB內(nèi)存，約為模型本體的4倍，已成為商業(yè)化部署中的最大成本之一。

傳統(tǒng)解決方案是“量化”，即用低精度數(shù)據(jù)替代高精度浮點數(shù)，但往往犧牲準確率，且還需額外存儲量化參數(shù)，抵消部分壓縮收益。

TurboQuant通過兩步優(yōu)化解決這一問題。

第一步，利用名為PolarQuant的方法，將數(shù)據(jù)從笛卡爾坐標轉(zhuǎn)換為極坐標，類似于“向東走3米，向北走4米”的指令，簡化為“以37度角走5米”。通過隨機旋轉(zhuǎn)讓數(shù)據(jù)分布可預測，從而無需額外量化參數(shù)，直接減少內(nèi)存開銷。

第二步，再利用名為QJL（量化約翰遜-林登施特勞斯變換）的技術(shù)，用僅僅1個比特來修正第一步壓縮后產(chǎn)生的微小誤差，確保最終結(jié)果的準確性。

谷歌表示，通過該組合方案：

◆KV緩存可壓縮至3比特，內(nèi)存占用減少為原有的1/6（降幅約83%）；

◆在Gemma、Mistral等模型測試中，性能與未壓縮模型一致，無需額外訓練或微調(diào)；

◆在NVIDIA H100測試中，4比特TurboQuant注意力計算速度達到32位未量化的8倍。

華爾街激辯：節(jié)省緩存等于減少內(nèi)存總需求嗎？

盡管市場短期劇烈反應，但機構(gòu)觀點明顯分化。

首先，這項技術(shù)并非首次披露，相關(guān)論文早在2025年4月已公開。

其次，有分析指出，谷歌所謂的“8倍性能提升”是與32位未量化模型對比得出，而當前主流已普遍采用4位量化，實際提升或低于宣傳值。

市場分析機構(gòu)Citrini Research分析師Jukan直言，因TurboQuant導致內(nèi)存股暴跌，反映出市場對技術(shù)“一竅不通”，就像豐田推出混動發(fā)動機卻讓石油公司暴跌一樣。

摩根士丹利則指出，TurboQuant技術(shù)的影響范圍是有限的。它僅作用于推理階段KV緩存，不影響模型權(quán)重，也不涉及訓練環(huán)節(jié)。因此，這并不意味著整體存儲需求下降到原來的1/6，而是提升單位硬件效率，讓相同的硬件能處理更長的上下文或服務(wù)更多用戶。

此外，摩根士丹利援引“杰文斯悖論”（Jevons Paradox），該理論認為，效率提升往往不會減少資源消耗，反而會因成本下降而刺激需求增長。就像瓦特改良蒸汽機提高了煤炭燃燒效率，結(jié)果卻是全球煤炭需求量的飆升一樣。摩根士丹利認為，通過大幅降低單次查詢的服務(wù)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)模化部署的門檻，這可能反而能進一步提振整體需求。

Cloudflare首席執(zhí)行官Matthew Prince將TurboQuant稱為谷歌的“DeepSeek時刻”。類似情況曾在DeepSeek發(fā)布時出現(xiàn)：市場一度擔憂算力需求下降，但最終AI應用爆發(fā)，反而推高硬件需求。一開始下跌的英偉達后來再創(chuàng)歷史新高。

從行業(yè)規(guī)律“內(nèi)存帕金森定律”來看，TurboQuant節(jié)省的內(nèi)存不會閑置，而會被迅速消耗：每一輪硬件升級或軟件優(yōu)化釋放出來的存儲余量，很快就會被更長的上下文窗口、更大的批處理規(guī)模、更復雜的推理需求所吞噬。換言之，節(jié)省下來的空間將被用于服務(wù)更多并發(fā)請求、處理更長的文檔，或者運行原本因內(nèi)存不足而無法加載的大模型，甚至可能推動更強大的AI應用在手機等移動設(shè)備上成為現(xiàn)實。

免責聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請核實。據(jù)此操作，風險自擔。