Google TurboQuant: алгоритм, который обрушил акции памяти и напомнил о «Кремниевой долине»
24 марта 2026 года Google Research опубликовала статью о новом алгоритме сжатия TurboQuant. К вечеру того же дня акции Micron упали на 4%, Western Digital — на 4,7%, SanDisk — на 5,7% [The Next Web]. Инвесторы испугались того, что AI-инфраструктуре может потребоваться меньше памяти, чем они планировали.
Один алгоритм, одна публикация — и рынок памяти качнулся. Что же такое TurboQuant и почему он вызвал такой эффект?
Проблема: почему AI пожирает память
Современные большие языковые модели (LLM) работают с огромными объёмами информации. Каждый запрос к модели обрабатывается через так называемый KV-кэш (key-value cache) — «цифровую шпаргалку», где хранятся уже вычисленные данные [Google Research][Ars Technica].
Проблема в том, что чем длиннее контекст (а современные модели работают с сотнями тысяч токенов), тем больше места в памяти занимает этот кэш. Он быстро становится главным узким местом, ограничивающим и скорость работы, и количество одновременно обслуживаемых пользователей [TechNews].
Традиционные методы сжатия (векторное квантование) помогают, но у них есть недостаток: они требуют хранения дополнительных «квантовых констант», которые добавляют 1–2 бита на каждое число, частично сводя на нет эффект от сжатия [Google Research].
Решение: как работает TurboQuant
TurboQuant решает эту проблему двумя техническими приёмами, которые работают в паре.
Первый этап: PolarQuant — смена системы координат
Обычно векторы в AI-моделях кодируются в декартовых координатах (X, Y, Z). Google предлагает перевести их в полярные координаты: радиус (сила данных) и угол (направление, смысл) [Google Research].
Простая аналогия из реальной жизни: вместо того чтобы описывать путь как «3 квартала на восток, 4 квартала на север», можно сказать «5 кварталов под углом 37 градусов» [Ars Technica][Dataconomy]. Информация та же, но запись компактнее.
Главное открытие Google: после такого преобразования углы распределяются предсказуемо и концентрированно. Это позволяет полностью отказаться от хранения нормировочных констант, которые съедали дополнительную память [Google Research][TechNews].
Второй этап: QJL — 1-битная коррекция ошибок
После первого этапа остаются небольшие погрешности. Для их устранения Google использует метод Quantized Johnson-Lindenstrauss (QJL), который сжимает остаточную ошибку до одного бита на измерение [Google Research].
Этот 1-битный слой действует как математический корректор, устраняющий систематические отклонения при вычислении внимания (attention scores) — ключевого процесса, определяющего, какие части входных данных для модели важны [Constellation Research].
Результаты: 6x сжатие, 8x ускорение, нулевая потеря точности
Google протестировала TurboQuant на открытых моделях Gemma и Mistral, используя стандартные бенчмарки для длинных контекстов: LongBench, Needle In A Haystack, ZeroSCROLLS, RULER, L-Eval [Google Research].
Цифры, которые заставили рынок нервничать:
| Показатель | Результат |
|---|---|
| Сжатие KV-кэша | минимум 6x (до 3 бит) |
| Ускорение вычислений (H100, 4-bit) | до 8x по сравнению с 32-bit |
| Потеря точности | ноль (perfect downstream scores) |
| Необходимость обучения | не требуется |
В «игольном» тесте (needle-in-a-haystack), когда модели нужно найти один факт в огромном тексте, TurboQuant показал идеальные результаты, сократив при этом потребление памяти в 6 раз [Google Research][Dataconomy].
Рыночная реакция: память подешевеет? Не всё так просто
Новость вызвала мгновенную реакцию рынка. Инвесторы предположили: если Google может сократить потребление памяти в 6 раз, возможно, весь рынок памяти для AI ждёт коллапс [The Next Web].
Аналитики разделились на два лагеря.
Лагерь 1: «Спрос на память снизится»
Wells Fargo аналитик Andrew Rocha отметил, что TurboQuant напрямую атакует кривую стоимости памяти в AI-системах [The Next Web]. Если технология будет широко внедрена, дата-центрам потребуется меньше памяти.
Лагерь 2: «Парадокс Джевонса сработает»
Morgan Stanley и Lynx Equity Strategies придерживаются противоположной точки зрения. Они напоминают о парадоксе Джевонса: когда ресурс становится дешевле, его начинают использовать больше, а не меньше [DoNews].
«Когда стоимость AI-вычислений снизится, появятся приложения, которые раньше были слишком дорогими, — длинные переводы, сложная генерация кода, локальные LLM на телефонах», — аргументируют аналитики.
Morgan Stanley подчёркивает, что TurboQuant оптимизирует только инференс (исполнение модели), а не обучение, и снижает нагрузку на KV-кэш, а не на всю память целиком [DoNews].
Cloudflare CEO Matthew Prince назвал TurboQuant «DeepSeek-моментом» Google, сравнив с прошлогодним прорывом DeepSeek, который показал, что эффективные модели могут работать на более скромном железе [Dataconomy].
Что дальше: не только память, но и векторный поиск
Хотя TurboQuant привлёк внимание благодаря памяти, у него есть и другое важное применение — векторный поиск [Google Research].
Современный поиск давно вышел за рамки ключевых слов. Он работает с семантическим смыслом: нужно найти не точное совпадение, а «самое похожее» среди миллиардов объектов. Это требует сравнения высокоразмерных векторов.
TurboQuant ускоряет этот процесс: в тестах на датасете GloVe алгоритм показал лучшую точность поиска (recall) по сравнению с существующими методами, не требуя при этом подстройки под конкретные данные [Google Research][The Next Web].
Почему это важно для AIDLSS
TurboQuant — не просто очередной алгоритм сжатия. Это пример того, как фундаментальные математические идеи (смена системы координат, JL-преобразование) могут превратиться в технологию, способную встряхнуть многомиллиардный рынок.
Если технология оправдает ожидания:
- AI-модели станут дешевле в эксплуатации
- Длинные контексты (миллионы токенов) перестанут быть экзотикой
- Локальный AI на смартфонах и ноутбуках получит мощный импульс
А пока инвесторы спорят о будущем рынка памяти, а техноэнтузиасты вспоминают Pied Piper из «Кремниевой долины», Google Research уже готовит презентацию TurboQuant на конференциях ICLR 2026 и AISTATS 2026 [Google Research].
Следим за развитием событий, команда AIDLSS
