Google 推出 TurboQuant 演算法，將大型語言模型的記憶體占用壓縮至少 6 倍，同時在不犧牲模型準確率的前提下，將推理運算速度提升最高達 8 倍 。市場迅速將這項技術解讀為「需求側破壞」，背後邏輯相當直接：若 AI 模型在推理階段對記憶體的需求被壓縮數倍，意味著未來資料中心對 DRAM、HBM 甚至 NAND 儲存的需求成長曲線，可能出現結構性下修。
在消息釋出後，記憶體與儲存相關個股出現同步下跌，包括 SanDisk（SNDK）下跌 3.5%、Micron Technology（MU）下跌 3.4%、Western Digital（WDC）下跌 1.63%；亞洲供應鏈方面，Samsung Electronics 下跌 4.71%，SK Hynix 跌幅更達 6.23%。也有觀點認為，TurboQuant 更可能改變的是「資源使用效率」，而非單純削弱需求。
Google 最新演算法：記憶體用量少六倍、推理速度快八倍
根據 Google 研究團隊說明，TurboQuant 是一套針對大型語言模型與向量搜尋系統設計的量化（quantization）演算法，核心在於大幅壓縮 AI 模型中最吃資源的「key-value cache」與高維向量資料結構。在測試中，該技術可將記憶體占用壓縮至少 6 倍，同時在不犧牲模型準確率的前提下，將推理運算速度提升最高達 8 倍 。
(輝達 Vera Rubin 有何改變？解析記憶體戰國時代：SK 海力士、三星、美光、SanDisk)
這項突破直接命中當前 AI 基礎設施的關鍵瓶頸。生成式 AI 在算力層的擴展，高度依賴 HBM 等高頻寬記憶體，以承載模型權重與大規模 KV cache，避免推理過程記憶體卡死。然而 TurboQuant 透過結合 PolarQuant 與 Quantized Johnson-Lindenstrauss（QJL）等方法，在幾乎「零額外記憶體開銷」下完成壓縮，等同於用更少硬體資源完成同樣甚至更高效的運算。
Googlie 演算法衝擊記憶體！美韓記憶體廠普跌
市場迅速將這項技術解讀為「需求側破壞」。在消息釋出後，記憶體與儲存相關個股出現同步下跌，包括 SanDisk（SNDK）下跌 3.5%、Micron Technology（MU）下跌 3.4%、Western Digital（WDC）下跌 1.63%；亞洲供應鏈方面，Samsung Electronics 下跌 4.71%，SK Hynix 跌幅更達 6.23%。
背後邏輯相當直接：若 AI 模型在推理階段對記憶體的需求被壓縮數倍，意味著未來資料中心對 DRAM、HBM 甚至 NAND 儲存的需求成長曲線，可能出現結構性下修。特別是在 AI 產業逐步從「訓練導向」轉向「推理導向」的背景下，效率優化技術的邊際影響將被放大。
不過，也有觀點認為，TurboQuant 更可能改變的是「資源使用效率」，而非單純削弱需求。隨著成本下降與延遲降低，AI 應用場景反而可能進一步擴張，進而帶動總體算力需求持續成長，形成「單位需求下降、總量需求上升」的結構。大型記憶體廠今年的產能都已售完，或許市場要想的是：AI 成長的天花板，究竟有多大？
這篇文章 Google 新技術嚇壞市場，AI 記憶體需求少六倍！SK 海力士、美光同步下殺 最早出現於 鏈新聞 ABMedia。
