歌官方發(fā)布全新AI壓縮算法TurboQuant，針對(duì)大語言模型、向量搜索引擎核心痛點(diǎn)，攻克鍵值緩存內(nèi)存瓶頸難題，可實(shí)現(xiàn)約6倍內(nèi)存節(jié)省，大幅降低AI系統(tǒng)部署門檻與算力成本，引發(fā)全球AI行業(yè)高度關(guān)注。該算法專為大模型推理階段優(yōu)化，不損失模型性能的前提下，大幅壓縮緩存占用空間，讓中小算力設(shè)備也能流暢運(yùn)行高端大模型，推動(dòng)AI技術(shù)普惠化。

AI生成

隨著大模型上下文窗口不斷擴(kuò)大，鍵值緩存占用內(nèi)存激增，成為制約AI模型運(yùn)行速度、普及應(yīng)用的核心瓶頸。普通設(shè)備難以支撐大模型高效運(yùn)行，高端算力設(shè)備成本高昂，導(dǎo)致AI落地成本居高不下。谷歌TurboQuant算法通過精準(zhǔn)壓縮、高效解碼技術(shù)，針對(duì)性解決緩存占用問題，經(jīng)過實(shí)測，在保持模型響應(yīng)速度、回答精度不變的情況下，內(nèi)存占用降至原先的六分之一左右，既能提升推理速度，又能降低硬件投入，兼具實(shí)用性與經(jīng)濟(jì)性。

業(yè)內(nèi)分析，該算法商用落地后，將深刻改變AI行業(yè)格局。一方面，大幅降低企業(yè)、個(gè)人使用大模型的門檻，中小廠商無需采購高端算力設(shè)備，即可開展AI研發(fā)與場景應(yīng)用；另一方面，推動(dòng)AI模型向輕量化、終端化發(fā)展，手機(jī)、邊緣設(shè)備、工控設(shè)備均可搭載高端大模型，拓展AI應(yīng)用場景。目前谷歌已開放部分技術(shù)接口，后續(xù)將推進(jìn)商業(yè)化落地。國內(nèi)科技企業(yè)也在加速布局AI壓縮、輕量化技術(shù)，行業(yè)競爭加劇的同時(shí)，也將推動(dòng)AI技術(shù)更快融入日常生活與產(chǎn)業(yè)生產(chǎn)。