<p>包括 <strong>美光科技公司</strong> (NASDAQ: MU) 和 <strong>閃迪公司</strong> (NASDAQ: SNDK) 在內的內存和存儲相關公司的股票在週三交易中下跌。</p>
<p>這一變動是由於 <strong>Alphabet Inc</strong> (NASDAQ: GOOGL) (NASDAQ: GOOG) <strong>谷歌研究</strong> 關於人工智能效率的技術公告。</p>
<h2>谷歌推出 TurboQuant 算法</h2>
<p>週二，谷歌研究人員介紹了 &#34;TurboQuant&#34;。這一系列先進的量化算法使大型語言模型（LLMs）能夠實現大規模壓縮。</p>
<p>根據谷歌的 博客，該技術 &#34;最佳地解決了向量量化中的內存開銷挑戰。&#34;</p>
<p>這一突破集中在關鍵值（KV）緩存上。谷歌將其描述為 &#34;數字備忘單&#34;，用於存儲經常使用的信息。</p>
<p>高維向量捕捉複雜的人工智能數據，但消耗大量內存。谷歌報告稱，TurboQuant 將關鍵值內存大小 &#34;減少了至少 6 倍&#34;，而不犧牲模型的準確性。</p>
<h2>提升 LLM 的效率</h2>
<p>TurboQuant 利用兩種輔助方法：PolarQuant 和量化的 Johnson-Lindenstrauss (QJL)。在與 <strong>Gemma</strong> 和 <strong>Mistral</strong> 等開源模型的測試中，該系統在 <strong>NVIDIA Corp.</strong> (NASDAQ: NVDA) H100 GPU 加速器上實現了 &#34;8 倍的性能提升&#34;。</p>
<p>谷歌表示，這些技術允許 &#34;以最小的內存構建和查詢大型向量索引。&#34;</p>
<p><strong>價格動態：</strong> 根據 Benzinga Pro 數據，閃迪的股票在週三時下跌 3.17%，報 $649.20；西部數據的股票下跌 1.29%，報 $291.80；美光科技的股票下跌 3.46%，報 $381.86。</p>
<p><em>照片：Nor Gal / Shutterstock</em></p>

2 倍做多美光科技 ETF - Direxion

納斯達克半導體 ETF - First Trust

費城交易所 半導體 ETF - iShares

<p>內存類股票，包括美光科技（MU）和閃迪（SNDK），在谷歌宣佈推出 TurboQuant 這一人工智能壓縮方法後下跌，該方法顯著減少了大型語言模型（LLMs）的內存開銷。TurboQuant 可以將關鍵值內存大小減少至少 6 倍，同時保持準確性，從而降低硬件需求。因此，閃迪的股價週三下跌了 3.17%，西部數據下跌了 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>閃迪公司</strong> (NASDAQ: SNDK) 在內的內存和存儲相關公司的股票在週三交易中下跌。</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>這一變動是由於 <strong>Alphabet Inc</strong> (NASDAQ: GOOGL) (NASDAQ: GOOG) <strong>谷歌研究</strong> 關於人工智能效率的技術公告。</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>週二，谷歌研究人員介紹了 &#34;TurboQuant&#34;。這一系列先進的量化算法使大型語言模型（LLMs）能夠實現大規模壓縮。</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>根據谷歌的 博客，該技術 &#34;最佳地解決了向量量化中的內存開銷挑戰。&#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>這一突破集中在關鍵值（KV）緩存上。谷歌將其描述為 &#34;數字備忘單&#34;，用於存儲經常使用的信息。</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>高維向量捕捉複雜的人工智能數據，但消耗大量內存。谷歌報告稱，TurboQuant 將關鍵值內存大小 &#34;減少了至少 6 倍&#34;，而不犧牲模型的準確性。</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 利用兩種輔助方法：PolarQuant 和量化的 Johnson-Lindenstrauss (QJL)。在與 <strong>Gemma</strong> 和 <strong>Mistral</strong> 等開源模型的測試中，該系統在 <strong>NVIDIA Corp.</strong> (NASDAQ: NVDA) H100 GPU 加速器上實現了 &#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，這些技術允許 &#34;以最小的內存構建和查詢大型向量索引。&#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>價格動態：</strong> 根據 Benzinga Pro 數據，閃迪的股票在週三時下跌 3.17%，報 $649.20；西部數據的股票下跌 1.29%，報 $291.80；美光科技的股票下跌 3.46%，報 $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

- 存儲相關公司的股票，包括美光科技和閃迪在週三交易下跌。  
- 該下跌與谷歌研究所推出的 AI 效率技術 “TurboQuant” 有關。  
- “TurboQuant” 可以在保持模型準確性的同時，將內存需求減少至少 6 倍。

benzinga_article

動態半導體 ETF - Invesco

美光科技

2 倍做多 MU ETF - GraniteShares

半導體 3 倍做多 - Direxion

谷歌-A

2 倍做多谷歌 ETF - Direxion

半導體 ETF - VanEck Vectors

谷歌-C

標普半導體 ETF - SPDR

西部數據

閃迪

Invesco PHLX Semiconductor ETF

由於谷歌在 AI 效率上的新突破可能會減少數據存儲需求，存儲芯片股價下跌