谷歌新论文把内存股价干崩了！KV cache压缩6倍，"谷歌的DeepSeek时刻"

本文介绍了谷歌研究院在ICLR 2026上展示的TurboQuant压缩算法。背景是随着AI大模型上下文窗口变长，推理过程中的KV cache内存消耗成为瓶颈。研究目的是通过创新的PolarQuant极坐标量化和QJL量化JL变换技术，实现对KV cache至少6倍的压缩，且精度零损失。结论表明，该技术不仅大幅减少内存占用，还在基准测试中实现8倍速度提升，可能影响存储芯片市场，但尚处实验室阶段，主要优化推理而非训练环节。