2026年3月，谷歌研究院发布论文介绍TurboQuant压缩算法，引发市场震动。该算法可将AI推理中关键的KV cache内存占用压缩至少6倍，且精度零损失，直接冲击存储芯片行业。受此影响，美光和西部数据股价大跌。TurboQuant结合PolarQuant与QJL技术，实现3-bit量化，无需额外存储开销，同时提升计算速度达8倍。测试显示其在问答、代码生成等任务中表现优异，性能全面领先。专家评价称这是‘谷歌的DeepSeek时刻’，表明更少资源也能实现高质量AI推理。不过，该技术目前仅为实验室成果，仅适用于推理阶段，尚未大规模部署。论文将在ICLR 2026正式亮相。

近日，美国普林斯顿大学和斯坦福大学的研究团队开发出一种名为CALDERA的新压缩算法，能够有效精简大型语言模型（LLM）的数据量，从而实现“瘦身”。该算法不仅能保护数据隐私，节省能源并降低运营成本，还使得LLM在手机和笔记本电脑上的应用更加高效。此技术突破对于推动LLM在更广泛设备上的应用具有重要意义。（200字）