美股存储芯片板块周三遭遇重挫。闪迪一度跌 6.5%，美光科技跌4%，西部数据跌超4%，希捷科技跌超5%。
谷歌发布的新型 AI 内存压缩技术 TurboQuant，引发市场对存储需求前景的担忧。据称，该技术可在不损失准确性的前提下，将大语言模型的缓存内存占用至少减少 6 倍，并实现最高 8 倍的加速，旨在解决 AI 推理与向量搜索中的内存瓶颈问题。
谷歌 TurboQuant 冲击存储需求
谷歌发布的 TurboQuant 是一种专为大型语言模型和向量搜索引擎设计的内存压缩技术，核心目标是解决 AI 系统中键值缓存（Key-Value Cache）的存储瓶颈。
根据谷歌公告，TurboQuant 可在无需模型训练或微调的前提下，将键值缓存压缩至 3 比特，在 Gemma、Mistral 等开源模型上实测达到键值内存 6 倍缩减效果。在英伟达 H100 GPU 加速器上，该算法较未量化键值方案性能提升最高达 8 倍。
该技术通过两步实现压缩：首先采用 PolarQuant 方法对数据向量进行旋转以实现高质量压缩，继而利用量化 Johnson-Lindenstrauss 算法消除残差误差。谷歌指出，传统向量量化方法每个数字会产生 1 至 2 比特的额外内存开销，部分抵消了压缩收益，而 TurboQuant 对此有所改善。
TurboQuant 将于 ICLR 2026 发表，PolarQuant 则计划在 AISTATS 2026 上亮相。谷歌已在 LongBench、Needle In A Haystack、ZeroSCROLLS、RULER 及L-Eval 等多项基准测试中完成验证，并指出该技术同样适用于大规模搜索引擎的向量检索场景。
杰文斯悖论再现？TurboQuant 或激活更多 AI 应用场景
摩根士丹利指出，谷歌 TurboQuant 技术仅作用于推理阶段的键值缓存，不影响模型权重所占用的高带宽内存（HBM），也与训练任务无关。因此，这并非存储总需求或硬件总量减少 6 倍，而是通过效率提升增加单 GPU 吞吐量——相同硬件可支持 4 至 8 倍更长的上下文，或在不触发内存溢出的前提下显著提升批处理规模。
尽管如此，存储板块今年以来累计涨幅显著，估值本已承压，任何可能削减硬件需求的技术进展都足以触发市场的防御性反应。摩根士丹利亦提示，由于该压缩技术可直接集成进平台基础设施，对软件层面可能形成边际利空。
在分析中，摩根士丹利援引杰文斯悖论，认为效率提升反而可能推升整体需求。其逻辑在于：TurboQuant 通过压缩数据体积与传输量，大幅降低单次查询的服务成本，使 AI 部署更具盈利性。这意味着原本依赖云端集群的模型可迁移至本地硬件运行，有效降低 AI 规模化部署的门槛，从而激活更多应用场景，带动现有基础设施利用率提升。
摩根士丹利将 TurboQuant 称为“重塑 AI 部署成本曲线的突破”，并将其与 DeepSeek 的影响相提并论——对云服务商与模型平台构成积极信号，在长上下文推理与检索密集型应用中带来可观的投资回报价值，而对算力与内存硬件的长期影响则判断为“中性偏正面”。
