AI 將不需要大量記憶體 Google 發表 TurboQuant 壓縮技術 記憶體加價潮或可終結

Google 最新發表 TurboQuant 記憶體壓縮技術，大幅降低人工智能運算所需硬件資源，觸發市場對儲存設備需求大減恐慌。美股儲存晶片類股股價周三應聲暴跌，惟多間華爾街投行看好效率提升將帶動更大規模應用，呼籲投資者趁機吸納。

壓縮技術效能驚人

Google 發表名為 TurboQuant 記憶體壓縮演算法，市場憂慮儲存硬件長期需求會大幅減少，觸發相關資產拋售潮。Google 團隊指出 TurboQuant 可在不影響準確度下，將大型語言模型執行時佔用快取記憶體減少最少 6 倍。開發團隊成功將鍵值快取無損壓縮至 3-bit，利用 Gemma 及 Mistral 等開源模型測試時，發現在 Nvidia H100 顯示卡上運作效能對比未量化 32-bit 方案最高提升 8 倍。目前人工智能軍備競賽極度依賴硬件規模擴張，任何削減實體記憶體採購量技術進步，均足以令估值偏高晶片類股面臨沉重沽壓。此項新技術將於下月 ICLR 2026 大會上正式發表。

科技界譽為神級突破

美股儲存晶片類股周三集體下挫，SanDisk 股價一度大跌 6.5%，Micron 亦跌 4%，Western Digital 與 Seagate 分別跌逾 4% 及 5%。市場情緒尾市略為平復，SanDisk 及 Micron 收市均跌逾 3.4%，Seagate 收跌 2.6%，Western Digital 跌幅收窄至 1.6%。當日儲存晶片與硬件供應鏈指數收報 113.03 點，盤中曾低見 109 點。

 

投資機構從更長遠經濟學角度重新評估 TurboQuant 影響。Morgan Stanley 分析報告指出，TurboQuant 只作用於推理階段鍵值快取，完全不影響模型訓練任務，亦不影響模型權重佔用高頻寬記憶體（HBM）。Morgan Stanley 引用「傑文斯悖論」（Jevons Paradox）解釋，技術效率提升往往降低使用成本，從而激發更龐大總需求。TurboQuant 大幅降低單次查詢服務成本，能讓原本只能在雲端昂貴伺服器上運作模型遷移至本地，有效降低人工智能規模化部署門檻。投行總結效率提升將重塑人工智能部署成本曲線，對算力與記憶體硬件長期影響呈現「中性偏正面」訊號。

 

 

資料來源：Tom’s Hardware