云財經(jīng)訊，谷歌近日推出了一種可能降低人工智能(161631)系統(tǒng)內(nèi)存需求的壓縮算法TurboQuant。根據(jù)谷歌介紹，TurboQuant壓縮技術(shù)旨在降低大語言模型和向量搜索引擎的內(nèi)存占用。該算法主要針對AI系統(tǒng)中用于存儲高頻訪問信息的鍵值緩存(key-value cache)瓶頸問題。隨著上下文窗口變大，這些緩存正成為主要的內(nèi)存瓶頸。TurboQuant可在無需重新訓(xùn)練或微調(diào)模型的情況下，將鍵值緩存壓縮至3bit精度，同時基本保持模型準(zhǔn)確率不受影響。對包括Gemma、Mistral等開源模型的測試顯示，該技術(shù)可實(shí)現(xiàn)約6倍的鍵值緩存內(nèi)存壓縮效果。此外，在英偉達(dá)H100加速器上的測試結(jié)果顯示，與未量化的鍵向量相比，該算法最高可實(shí)現(xiàn)約8倍性能提升。研究人員也表示，這項技術(shù)的應(yīng)用不局限于AI模型，還包括支撐大規(guī)模搜索引擎的向量檢索能力。谷歌計劃于4月的國際學(xué)習(xí)表征會議(ICLR 2026)上展示TurboQuant技術(shù)。