<p>包括 <strong>美光科技公司</strong> (NASDAQ: MU) 和 <strong>闪迪公司</strong> (NASDAQ: SNDK) 在内的内存和存储相关公司的股票在周三交易中下跌。</p>
<p>这一变动是由于 <strong>Alphabet Inc</strong> (NASDAQ: GOOGL) (NASDAQ: GOOG) <strong>谷歌研究</strong> 关于人工智能效率的技术公告。</p>
<h2>谷歌推出 TurboQuant 算法</h2>
<p>周二，谷歌研究人员介绍了 &#34;TurboQuant&#34;。这一系列先进的量化算法使大型语言模型（LLMs）能够实现大规模压缩。</p>
<p>根据谷歌的 博客，该技术 &#34;最佳地解决了向量量化中的内存开销挑战。&#34;</p>
<p>这一突破集中在关键值（KV）缓存上。谷歌将其描述为 &#34;数字备忘单&#34;，用于存储经常使用的信息。</p>
<p>高维向量捕捉复杂的人工智能数据，但消耗大量内存。谷歌报告称，TurboQuant 将关键值内存大小 &#34;减少了至少 6 倍&#34;，而不牺牲模型的准确性。</p>
<h2>提升 LLM 的效率</h2>
<p>TurboQuant 利用两种辅助方法：PolarQuant 和量化的 Johnson-Lindenstrauss (QJL)。在与 <strong>Gemma</strong> 和 <strong>Mistral</strong> 等开源模型的测试中，该系统在 <strong>NVIDIA Corp.</strong> (NASDAQ: NVDA) H100 GPU 加速器上实现了 &#34;8 倍的性能提升&#34;。</p>
<p>谷歌表示，这些技术允许 &#34;以最小的内存构建和查询大型向量索引。&#34;</p>
<p><strong>价格动态：</strong> 根据 Benzinga Pro 数据，闪迪的股票在周三时下跌 3.17%，报 $649.20；西部数据的股票下跌 1.29%，报 $291.80；美光科技的股票下跌 3.46%，报 $381.86。</p>
<p><em>照片：Nor Gal / Shutterstock</em></p>

2 倍做多美光科技 ETF - Direxion

纳斯达克半导体 ETF - First Trust

费城交易所 半导体 ETF - iShares

<p>内存类股票，包括美光科技（MU）和闪迪（SNDK），在谷歌宣布推出 TurboQuant 这一人工智能压缩方法后下跌，该方法显著减少了大型语言模型（LLMs）的内存开销。TurboQuant 可以将关键值内存大小减少至少 6 倍，同时保持准确性，从而降低硬件需求。因此，闪迪的股价周三下跌了 3.17%，西部数据下跌了 1.29%，美光科技下跌了 3.46%</p>

<p>Shares of memory and storage-related companies, including <strong>Micron Technology Inc</strong> (NASDAQ: MU) and <strong>SanDisk Corp</strong> (NASDAQ: SNDK), are trading lower on Wednesday.</p>
<div class="lb-trans"><p>包括 <strong>美光科技公司</strong> (NASDAQ: MU) 和 <strong>闪迪公司</strong> (NASDAQ: SNDK) 在内的内存和存储相关公司的股票在周三交易中下跌。</p>
</div><p>The move follows a technical announcement from <strong>Alphabet Inc's</strong> (NASDAQ: GOOGL) (NASDAQ: GOOG) <strong>Google Research</strong> regarding AI efficiency.</p>
<div class="lb-trans"><p>这一变动是由于 <strong>Alphabet Inc</strong> (NASDAQ: GOOGL) (NASDAQ: GOOG) <strong>谷歌研究</strong> 关于人工智能效率的技术公告。</p>
</div><h2>Google Unveils TurboQuant Algorithm</h2>
<div class="lb-trans"><h2>谷歌推出 TurboQuant 算法</h2>
</div><p>On Tuesday, Google researchers introduced &#34;TurboQuant.&#34; This set of advanced quantization algorithms enables massive compression for large language models (LLMs).</p>
<div class="lb-trans"><p>周二，谷歌研究人员介绍了 &#34;TurboQuant&#34;。这一系列先进的量化算法使大型语言模型（LLMs）能够实现大规模压缩。</p>
</div><p>According to the Google blog, the technology &#34;optimally addresses the challenge of memory overhead in vector quantization.&#34;</p>
<div class="lb-trans"><p>根据谷歌的 博客，该技术 &#34;最佳地解决了向量量化中的内存开销挑战。&#34;</p>
</div><p>The breakthrough focuses on the key-value (KV) cache. Google describes this as a &#34;digital cheat sheet&#34; that stores frequently used information.</p>
<div class="lb-trans"><p>这一突破集中在关键值（KV）缓存上。谷歌将其描述为 &#34;数字备忘单&#34;，用于存储经常使用的信息。</p>
</div><p>High-dimensional vectors capture complex AI data but consume vast amounts of memory. Google reported that TurboQuant reduces key-value memory size &#34;by a factor of at least 6x&#34; without sacrificing model accuracy.</p>
<div class="lb-trans"><p>高维向量捕捉复杂的人工智能数据，但消耗大量内存。谷歌报告称，TurboQuant 将关键值内存大小 &#34;减少了至少 6 倍&#34;，而不牺牲模型的准确性。</p>
</div><h2>Enhanced Efficiency For LLMs</h2>
<div class="lb-trans"><h2>提升 LLM 的效率</h2>
</div><p>TurboQuant utilizes two secondary methods: PolarQuant and Quantized Johnson-Lindenstrauss (QJL). In testing with open-source models like <strong>Gemma</strong> and <strong>Mistral</strong>, the system achieved an &#34;8x performance increase&#34; over unquantized keys on <strong>NVIDIA Corp.'s</strong> (NASDAQ: NVDA) H100 GPU accelerators.</p>
<div class="lb-trans"><p>TurboQuant 利用两种辅助方法：PolarQuant 和量化的 Johnson-Lindenstrauss (QJL)。在与 <strong>Gemma</strong> 和 <strong>Mistral</strong> 等开源模型的测试中，该系统在 <strong>NVIDIA Corp.</strong> (NASDAQ: NVDA) H100 GPU 加速器上实现了 &#34;8 倍的性能提升&#34;。</p>
</div><p>Google stated these techniques allow &#34;building and querying large vector indices with minimal memory.&#34;</p>
<div class="lb-trans"><p>谷歌表示，这些技术允许 &#34;以最小的内存构建和查询大型向量索引。&#34;</p>
</div><p><strong>Price Action:</strong> SanDisk shares were down 3.17% at $649.20, Western Digital shares were down 1.29% at $291.80, and Micron Technology shares were down 3.46% at $381.86 at the time of publication on Wednesday, according to Benzinga Pro data.</p>
<div class="lb-trans"><p><strong>价格动态：</strong> 根据 Benzinga Pro 数据，闪迪的股票在周三时下跌 3.17%，报 $649.20；西部数据的股票下跌 1.29%，报 $291.80；美光科技的股票下跌 3.46%，报 $381.86。</p>
</div><p><em>Photo: Nor Gal / Shutterstock</em></p>
<div class="lb-trans"><p><em>照片：Nor Gal / Shutterstock</em></p>
</div>

Memory Stocks Slide As Google's New AI Efficiency Breakthrough May Slash Data Storage Needs

- 存储相关公司的股票，包括美光科技和闪迪在周三交易下跌。  
- 该下跌与谷歌研究所推出的 AI 效率技术 “TurboQuant” 有关。  
- “TurboQuant” 可以在保持模型准确性的同时，将内存需求减少至少 6 倍。

benzinga_article

动态半导体 ETF - Invesco

美光科技

2 倍做多 MU ETF - GraniteShares

半导体 3 倍做多 - Direxion

谷歌-A

2 倍做多谷歌 ETF - Direxion

半导体 ETF - VanEck Vectors

谷歌-C

标普半导体 ETF - SPDR

西部数据

闪迪

Invesco PHLX Semiconductor ETF

由于谷歌在 AI 效率上的新突破可能会减少数据存储需求，存储芯片股价下跌