📰 Google发布TurboQuant：用极端压缩重新定义AI效率

Google Research近日发布了TurboQuant，这是一种突破性的压缩算法，能够在向量量化过程中消除内存开销。研究团队还同时发布了QJL和PolarQuant两种技术。

• 通过极压缩技术，TurboQuant可以在零精度损失的情况下大幅减小模型体积
• 解决了传统向量量化方法中每个数据块需要存储量化常数的内存开销问题
• 使用PolarQuant进行高质量压缩，QJL算法消除第一阶段留下的误差
• 实验表明，这三种技术都能有效减少KV缓存瓶颈，同时不牺牲AI模型性能
• 该成果将在ICLR 2026和AISTATS 2026上正式发表

原文链接：https://research.google/blog/turboquant-redefining-ai-efficiency-with-extreme-compression/

🕐 发布于: 2026年03月25日 18:03