详情

　　3月26日，各人存储芯片市集因一篇学术论文而引发惊愕。

　　存储芯片公司股价全线承压。3月26日A股收盘，恒烁股份跌超6%，兆易改进、佰维存储、朗科科技跌超5%，江波龙、北京君正等个股也纷纷跟跌。3月26日好意思股开盘，存储芯片板块普跌，遗弃北京时期22点30分，闪迪跌超6%，好意思光科技与西部数据跌超4%，希捷科技跌超3%。

　　这场波动的导火索来自一篇由谷歌连络院行将在国外学习表征会议（ICLR 2026）上崇拜亮相的学术论文。谷歌推出的新式AI内存压缩本领“TurboQuant”，声称可将谣言语模子（LLM）推理中的缓存内存占用压缩至六分之一，并在英伟达H100 GPU上完结最高8倍的性能加快。

　　当今，成本市集将其解读为对存储硬件需求的致命一击，但在惊愕性抛售背后，始终真正影响又会怎么？

　　“Pied Piper”走进本质

　　TurboQuant究竟处分了什么问题？

　　刻下大模子入手时的中枢瓶颈之一在于“键值缓存”（KV Cache）。浅薄来说，当用户与AI对话时，模子需要记取之前聊过的内容（高下文），这部分临时存储的数据便是KV Cache。跟着大模子高下文窗口从几千Token延长至百万致使千万级别，KV Cache对内存的花费呈指数级增长，成为制约推理成本的环节。

　　记者查阅该论文，TurboQuant骨子上是一种极致的量化压缩算法。传统量化次序需要在压缩精度和额外存储支出之间协调，而谷歌团队通过两项改进PolarQuant（极坐标量化）和 QJL（量化JL变换）完结了在“零耗费”的前提下将KV Cache压缩至3-bit精度。

　　有业内东谈主士将这一突破比作HBO经典好意思剧《硅谷》中那家凭借“无损压缩算法”颠覆行业的虚拟创业公司Pied Piper。Cloudflare首席扩充官更是将其称为谷歌的“DeepSeek时刻”，以为其有望像DeepSeek一样，通过极致着力大幅拉低AI的入手成本。

　　“要求反射”式抛售

　　对于始终千里浸在“算力即权利”“存力即国力”叙事中的成本市集而言，这项本领的问世无疑轰动了明锐的神经。

　　若是单张显卡的内存浑沌着力被成倍放大，各大云劳动商和企业客户当年对DRAM和HBM（高带宽内存）的物理采购量是否会断崖式下滑？这种逻辑推导径直导致了资金的避险动作。

　　这并非是存储芯片股的初次本领面惊愕。2025年头，DeepSeek发布低历练就本模子时，曾经引发市集对算力硬件需求的质疑。TurboQuant被视为归并逻辑的延续。“以软代硬”正在从故事变为本质。

　　但在科技圈的狂热与二级市集的抛售之间，华尔街投行发达出一定的放心。

　　摩根士丹利在最新研报中明确暗意，市集对此存在误读。该本领仅作用于推理阶段的键值缓存，并不影响模子权重所占用的高带宽内存（HBM），也与AI历练任务无关。

　　分析师强调，所谓的“6倍压缩”也不是存储总需求的减少，而是通过着力普及加多单GPU的浑沌量。这意味着，疏导硬件要求下，不错扶植4倍至8倍更长的高下文，或在不触发内存溢出的前提下显赫普及批处理边界。

　　Lynx Equity Strategies的分析师更进一步暗意，媒体报谈存在夸大因素。刻下的推理模子早已平素选择4-bit量化数据，谷歌所谓的“8倍性能普及”是建树在与老旧的32位模子对比的基础之上。

　　此外，TurboQuant当下的考据范围相对有限。快念念慢想连络院院长、特邀评述员田丰向记者暗意，该本领当今仅在Gemma、Mistral等开源模子上考据，Gemini等谷歌中枢模子的适配成果尚未公开，本领普适性仍需不雅察。

　　值得郑重的是，压缩KV cache、进行长高下文优化也并不是全新的本领念念路。早在2025年4月，谷歌就曾公设备表过TurboQuant的关连论文。

　　在访佛本领念念路上，国内也有关连布局。如月之暗面KimiLinear，在处理长高下文任务时，相较于传统全郑重力模子，KV cache使用可降最多75%；DeepSeek V2建议的MLA次序也可优化KV cache。

　　杰文斯悖论：着力越高，需求越大？

　　除了本领细节可能被误读外，还应从经济学视角重估TurboQuant的始终影响。

　　从供应链视角看，短期内各原厂产能满载。当下，劳动器内存需求执续增长，2026年劳动器DRAM需求瞻望增长39%，HBM需求年增58%，TurboQuant的优化成果或将被行业增长波澜褪色。

　　“这会是杰文斯悖论的又一个例证。”无穷星辰董事长方海声告诉上证报记者，本领着力的普实时时会裁汰使用成本，从而引发出更弘大的总需求。蒸汽机着力的提高莫得减少煤炭花费，反而激动了煤炭需求的爆发式增长，这一轨则在AI期间相似适用。

　　尽管TurboQuant直击AI系统的内存成本弧线，但历史申饬标明，压缩算法的存在从未从根蒂上改动硬件采购的全体边界。通过大幅裁汰单次查询的劳动成本，这类本领能让底本只可在繁盛云霄集群上入手的模子迁徙至土产货，灵验裁汰AI边界化部署的门槛，从而激活更多因成本受限而无法落地的讹诈场景。

　　“推理成本要点将从GPU转向存储优化，激动TCO（总领有成本）显赫下落。这也会使中小厂商可进一步参与AI讹诈改进，冲破大厂本领壁垒，激动AI民主化加快。”田丰暗意。

　　一篇尚未崇拜发表的论文，引发各人存储芯片板块的剧烈震荡，这本人就足以评释刻下AI基础法子投资逻辑的脆弱与明锐。

　　遗弃发稿时欧洲杯体育，谷歌尚未公布TurboQuant在Gemini等自研模子中的具体部署时期表。对于该本领的探讨，将在4月的ICLR 2026会议上接续发酵。本报记者将执续温雅此事进展。