据彭博、CNBC及南华早报综合报道，Google近期发布了一项名为TurboQuant的压缩算法，该技术可将大型语言模型（LLM）所需的键值缓存（KV cache）存储器用量压缩至少6倍。这一突破性进展使得原本只能在云端服务器运行的模型，现在也能在本地硬件上实现部署。
TurboQuant的发布一度引发市场对存储器需求下降的担忧，全球存储器芯片市场也因此受到冲击。SK海力士、三星电子、美光、铠侠、Sandisk、威腾电子等厂商均受到影响。对此，多位分析师提出了不同看法。
摩根士丹利、摩根大通和花旗集团指出，TurboQuant虽然降低了AI部署的技术门槛，但依据杰文斯悖论，效率提升往往会催生更多应用场景和用户需求，最终可能推动存储器需求的增长。SemiAnalysis也认为，随着性能瓶颈的解决，模型将变得更加强大，届时对更高规格硬件的需求也将随之增加。
Cloudflare CEO Matthew Prince将TurboQuant比作Google版的“DeepSeek时刻”，但他同时强调，AI推理在速度、存储器和能耗方面仍有优化空间。Ortus Advisors则表示，在当前存储器供应紧张的背景下，TurboQuant对需求的实际影响可能微乎其微。
总体来看，TurboQuant的推出不仅为边缘设备带来了新的发展机遇，也为AI技术的普及铺平了道路。尽管市场短期内存在波动，但长期需求格局并未发生根本性改变。
