引言
2025年至2026年初，全球半導體行業正經歷一場"冰火兩重天"的結構性危機。一方面，AI產業的爆發推動半導體行業整體增長25.6%，另一方面，存儲芯片短缺卻嚴重拖累PC與手機芯片廠商的業績。
就在存儲荒愈演愈烈之際，2026年3月24日，谷歌在官方博客中高調推出了名為"TurboQuant"的新型AI內存壓縮算法，實現約6倍的顯存占用降低與最高8倍的推理速度提升。資本市場給出回應，3月25日美股一開盤，存儲芯片板塊就集體迎來"黑色時刻"，遭遇重挫。美光、西部數據等存儲巨頭股價應聲暴跌，單日總市值蒸發超過900億美元！
而“反轉”來得更快。2026年3月27日，蘇黎世聯邦理工學院計算機博士后、RaBitQ算法作者華人高健揚發布文章，直指谷歌的TurboQuant論文存在嚴重學術問題！
1.谷歌新技術介紹
1.1 TurboQuant的技術突破
2026年3月24日，谷歌推出了名為"TurboQuant"的新型AI內存壓縮算法。這項技術號稱能將大模型推理過程中的鍵值緩存（KV Cache）壓縮至3bit精度，實現約6倍的顯存占用降低與最高8倍的推理速度提升。
TurboQuant的核心突破在于解決了傳統向量量化過程中伴隨的內存額外開銷問題。傳統方案為了保證精度，往往需要為每個數據塊額外存儲全精度的量化常數，而TurboQuant通過兩階段處理架構徹底消除了這一開銷。
第一階段是PolarQuant（極坐標量化）。該方法放棄了傳統的笛卡爾坐標系，將數據向量轉換為極坐標，把數據分離為代表強度的半徑和代表方向的角度。通過對輸入向量應用隨機旋轉矩陣，將高維向量從笛卡爾坐標系轉換到各坐標服從Beta分布的空間，使不同坐標近乎獨立，從而對每個坐標獨立應用最優標量量化，無需存儲數據依賴的校準常數。
第二階段是QJL（Quantized Johnson-Lindenstrauss）殘差修正。TurboQuant使用極低位寬（僅1 bit）對第一階段留下的微小誤差套用QJL算法，消除偏差以確保最終注意力分數的精準。這種兩階段協同設計實現了"主體壓縮+殘差校正"的數學美感。
1.2 性能數據與宣稱優勢
谷歌在論文中宣稱，TurboQuant在所有基準測試中均達到了"完美的下游任務表現"，同時將KV緩存的內存占用減至1/6。實驗數據顯示，TurboQuant在每個通道使用3.5位時實現絕對質量中性，在使用2.5位時僅有邊際質量退化。
在H100 GPU加速器上，4比特TurboQuant相比32比特未量化的鍵值實現了高達8倍的性能提升。在最近鄰搜索任務中，該方法在召回率方面優于現有的乘積量化技術，同時將索引時間幾乎減少到零。
TurboQuant的另一大優勢在于其"數據無感知"（data-oblivious）特性，使其無需進行特定的預處理或微調即可直接部署。該技術完全免訓練、免校準，采用全局固定參數，GPU向量化友好，適合并行處理，且全架構通用，支持Llama、Mistral、Gemma、Qwen等主流模型無縫適配。
2.3 資本市場的劇烈反應
TurboQuant消息一出，資本市場率先作出反應。3月25日美股一開盤，存儲芯片板塊就集體迎來"黑色時刻"，遭遇重挫。美光、西部數據等存儲巨頭股價應聲暴跌，單日總市值蒸發超過900億美元（約合人民幣6220億元）。
市場情緒的短期波動源于單一維度的推演：若底層算法能將上下文內存需求大幅縮減，現階段價格高昂且供不應求的高帶寬內存（HBM）及企業級存儲芯片的長期出貨量預期可能會面臨修正。業界甚至驚呼，這簡直是谷歌版的"DeepSeek時刻"。
然而，這種恐慌性拋售很快遭遇現實檢驗。TurboQuant解決的只是推理（Inference）階段的顯存瓶頸，模型訓練階段的顯存消耗依然是一座大山。恰恰是廠商需要天量的內存來訓練模型，才導致普通人買不到內存，TurboQuant在這一層面上無能為力。
2.新技術論文的爭議點分析
2.1 學術不端指控的爆發
就在谷歌沉浸在技術突破的歡呼聲中時，反轉來得很快。2026年3月27日，蘇黎世聯邦理工學院計算機博士后、RaBitQ算法作者華人高健揚發布文章，直指谷歌的TurboQuant論文存在嚴重學術問題。
高健揚是RaBitQ算法的第一作者，該算法早在2024年5月就已發布于arXiv，并連續被數據庫領域頂會SIGMOD 2024和SIGMOD 2025收錄，代碼完全開源。他指出，TurboQuant論文在描述RaBitQ時存在三大問題：系統性地回避了其與已有RaBitQ方法的相似性，錯誤描述了RaBitQ的理論結果，并刻意營造不公的實驗環境。
更令人震驚的是，這些問題在論文投稿前就已通過郵件告知谷歌團隊。高健揚披露，早在2025年5月，RaBitQ團隊就已經向TurboQuant作者指出了論文存在的問題，TurboQuant團隊承認了相關問題，但選擇不予修復。
2.2 核心技術的高度相似性
TurboQuant與RaBitQ在方法層面有直接的結構聯系，兩者都在量化前對輸入向量施加隨機旋轉（Johnson-Lindenstrauss變換）。這是兩篇論文方法設計中最核心、最接近的部分。
然而，TurboQuant論文全文未正面引用RaBitQ系列工作，后者早在2024年即在SIGMOD發表，同樣基于隨機旋轉實現理論最優誤差界。在審稿過程中，Reviewer Autm曾直球提問："隨機旋轉是你們論文首創的嗎？"TurboQuant作者在rebuttal中白紙黑字回復："隨機旋轉的使用此前已有探索，參見Quarot、RabitQ、QJL等工作。"
但令人費解的是，在論文終稿中，谷歌不僅沒有加入對RaBitQ的討論，還把正文中對RaBitQ僅有的（還不完整的）描述挪到了附錄里。面對高健揚團隊的質疑，TurboQuant第一作者Amir Zandieh僅以"隨機旋轉和JL變換已成為該領域的標準技術，我們無法列舉所有使用這些方法的方法"為由，拒絕承認引用缺失。
2.3 理論結果的惡意貶低
TurboQuant論文在不提供任何論據的情況下，將RaBitQ的理論保證定性為"次優"，將原因歸結為"較粗糙的分析（loose analysis）"。
然而，RaBitQ的誤差界實際上已經達到了理論計算機頂級會議論文（Alon-Klartag，FOCS 2017）給出的漸近最優誤差界，并因這一結果被邀請至理論計算機科學頂級會議FOCS的Workshop進行報告。RaBitQ擴展版的Theorem 3.2已經嚴格證明，其誤差界匹配FOCS 2017給出的漸近最優界。
2025年5月，高健揚團隊與TurboQuant第二作者Majid Daliri進行了多輪詳細的郵件技術討論，逐條解釋了為什么RaBitQ的理論保證是最優的。Daliri在郵件中明確表示，已將討論內容告知全體共同作者。然而，論文從投稿到收錄、再到公開宣傳，全程未修正任何錯誤。
2.4 實驗條件的雙重標準
最具爭議的是TurboQuant團隊的實驗設計。論文報告RaBitQ的量化速度比TurboQuant慢了"數個數量級"，但這一對比毫無公平可言。
TurboQuant團隊在測試RaBitQ時使用單核CPU、關閉多線程并行的設置，并且使用了自己翻譯的Python代碼，而非RaBitQ團隊開源的高度優化的C++實現。而測試TurboQuant時，則使用英偉達A100 GPU加速。
問題在于，RaBitQ的官方代碼2024年5月就開源了，默認是多線程并行。而且，Daliri在2025年1月的郵件中就已經表示自己成功跑通了RaBitQ的C++代碼，他知道官方實現有多快。但最終論文里用來做對比的，仍然是他自己翻譯的、運行在單核CPU上的Python版本。
這種"把對手的鞋帶綁在一起，再跟他賽跑"的做法，在學術界引發了廣泛譴責。
2.5 谷歌的回應與態度
面對高健揚團隊的正式致信，TurboQuant第一作者Amir Zandieh的回復堪稱傲慢。他僅承諾會修正對RaBitQ理論結果的錯誤描述和實驗環境差異，但拒絕在文中討論TurboQuant與RaBitQ在技術上的相似性。
更關鍵的是，TurboQuant團隊僅愿意在2026年4月ICLR 2026正式會議結束之后才做相應修正。這種"先把蛋糕吃完，再討論蛋糕是不是你的"的態度，被學界批評為赤裸裸的學術霸凌。
目前，谷歌官方尚未就此事發布正式聲明。ICLR 2026會議本身正經歷另一起重大誠信危機——因OpenReview API漏洞導致超萬篇投稿身份信息泄露，引發串通、賄賂等學術不端行為，組委會已于2025年12月宣布回滾全部評審、重置領域主席并嚴查違規論文。在此背景下，TurboQuant的爭議更受關注。
3.一切為了TPU
3.1 TPU的量化技術積累
谷歌在AI芯片領域的布局遠不止TurboQuant這一項技術。作為TPU（張量處理單元）的開發者，谷歌在量化技術方面有著深厚的積累。
Google Edge TPU是專為邊緣設備設計的機器學習推理加速器，能夠執行4萬億次操作每秒（TOPS），每瓦特可執行2 TOPS。Edge TPU原生支持INT8量化，可將模型大小減少75%并加速推理。在多項基準測試中，Edge TPU在延遲和能效方面均優于NVIDIA Jetson TX2和Intel Movidius Myriad X VPU。
在數據中心端，谷歌推出了Accurate Quantized Training（AQT）開源庫，主要用于TPU v5e，支持高效的INT8訓練和推理，在減少訓練時間的同時保持最小的精度損失。此外，谷歌還設計了EQuARX（Efficient Quantized AllReduce in XLA），一種針對TPU優化的量化AllReduce操作，通過在AllReduce集體操作內動態執行塊級量化/反量化，成功隱藏了大部分與量化和反量化相關的計算開銷。
3.2 TurboQuant與TPU的協同
TurboQuant的技術特性使其天然適合與TPU架構協同。該技術采用數據無關的在線量化策略，不需要針對特定數據集進行離線校準或預處理，這與TPU的靜態圖執行模式高度契合。
TurboQuant的兩階段架構——PolarQuant主體壓縮+QJL殘差校正——可以在TPU的向量計算單元上高效實現。隨機旋轉和Beta分布量化可以通過TPU的矩陣乘法單元加速，而1-bit的QJL變換則適合TPU的專用整數運算單元。
更重要的是，TurboQuant聲稱在H100 GPU上實現了8倍加速，而TPU在特定工作負載上的能效比GPU更高。如果TurboQuant能夠在TPU上實現類似的性能提升，將進一步鞏固谷歌在AI基礎設施領域的成本優勢。
3.3 軟件生態的閉環
谷歌正在構建從算法到硬件的完整量化生態。JAX作為谷歌主推的機器學習框架，與AQT庫深度集成，支持在TPU上進行量化感知訓練。TurboQuant作為后訓練量化（PTQ）方案，可以與JAX/AQT形成互補——前者用于快速部署，后者用于追求極致精度。
此外，谷歌的Gemma系列開源模型已經開始采用這些量化技術。EQuARX已經在Gemma 3的預填充階段實現了1.25倍（27B模型）和1.1倍（12B模型）的加速，且精度損失微乎其微。TurboQuant的引入將進一步降低Gemma模型的部署成本，提升其在邊緣設備和云端推理場景的競爭力。
4.谷歌打的什么算盤
4.1 搶占技術話語權的戰略意圖
谷歌選擇在這個時間點高調發布TurboQuant，絕非偶然。在存儲荒愈演愈烈的背景下，一項能夠"將內存占用減少6倍"的技術，無疑具有極強的市場號召力。Cloudflare CEO激動地發推稱："這是谷歌的DeepSeek時刻！"
這背后反映的是谷歌在AI基礎設施領域爭奪技術話語權的戰略意圖。隨著AI模型規模持續膨脹，"內存墻"問題日益突出，誰能在模型壓縮和推理優化領域取得突破，誰就能在云計算和AI服務市場占據優勢地位。
通過將TurboQuant包裝為一項"革命性"突破，谷歌試圖向市場傳遞一個信號：即使在硬件資源受限的環境下，谷歌依然能夠通過算法創新保持領先。這對于吸引企業客戶使用谷歌云服務、推廣TPU生7態具有重要意義。
4.2 打壓存儲股價的潛在動機
TurboQuant發布的時機選擇也耐人尋味。3月24日發布技術博客，3月25日美股存儲板塊應聲暴跌，市值蒸發超900億美元。雖然谷歌不可能直接控制股價，但如此精準的市場反應，很難說是完全巧合。
從戰略層面看，打壓存儲股價符合谷歌的利益。作為全球最大的AI基礎設施采購方之一，谷歌對存儲芯片價格有著天然的敏感性。如果市場相信算法進步能夠減少對硬件的依賴，存儲芯片的定價權將受到沖擊，從而在長期采購談判中占據更有利的位置。
此外，谷歌正在大力推廣自研TPU，與英偉達GPU形成競爭。如果能夠證明TPU配合TurboQuant等算法優化，能夠在性價比上超越GPU+HBM的組合，將有力推動TPU的市場滲透。
4.3 學術不端背后的傲慢與功利
然而，TurboQuant論文的學術爭議，暴露出谷歌研究文化中的深層問題。這并非谷歌首次陷入學術誠信危機——2023年12月，谷歌發布的Gemini多模態演示視頻被曝后期剪輯造假；2023年2月，Bard發布首日即答錯"詹姆斯·韋伯望遠鏡首張照片"。
TurboQuant事件的特殊之處在于，這種"知錯不改"的態度具有系統性。從2025年1月聯系RaBitQ團隊請教代碼，到5月被指出問題后承認但拒絕修正，再到2026年3月高調發布論文，整個過程展現出一種"大科技公司學術霸權"的心態。
這種心態的根源在于功利主義的科研文化。在"Publish or Perish"（不發表就滅亡）的壓力下，加上公司層面的商業訴求，研究團隊可能傾向于選擇性地忽略不利證據，通過包裝和營銷來放大研究成果的影響力。
4.4 對行業的深遠影響
TurboQuant爭議對AI研究生態的影響將是深遠的。一方面，它提醒學術界和工業界，即使是頂級會議（ICLR）的審稿流程，也可能無法有效識別和阻止學術不端行為。在AI研究日益工業化的今天，大科技公司的資源優勢和話語權，可能扭曲正常的學術競爭。
另一方面，這一事件也凸顯了開源社區在維護學術誠信方面的重要作用。高健揚團隊之所以能夠揭露TurboQuant的問題，關鍵在于RaBitQ的代碼完全開源，使得技術對比和復現成為可能。相比之下，TurboQuant目前尚未發布開源代碼，這種"閉源領先"的做法本身就值得警惕。
對于存儲行業而言，TurboQuant引發的市場波動可能只是一個開始。無論該技術的實際價值如何，它都揭示了一個趨勢：算法優化正在挑戰硬件升級的傳統路徑。在杰文斯悖論（Jevons Paradox）的作用下，內存利用率的提高可能反而刺激更大的需求，但從長期來看，軟件定義硬件的趨勢不可逆轉。
4.5 谷歌的真正算盤
綜合來看，谷歌發布TurboQuant的真正算盤可以歸結為以下幾點：
第一，技術占位。 通過率先發布（即使存在爭議），谷歌在向量量化領域搶占了技術高地，為后續的專利布局和標準制定奠定基礎。
第二，生態綁定。 TurboQuant與谷歌的TPU、JAX、Gemma等軟硬件產品形成協同，增強谷歌AI生態的整體競爭力。
第三，市場博弈。 通過影響資本市場對存儲行業的預期，谷歌試圖在芯片采購談判中獲得更有利的地位。
第四，人才爭奪。 高調的技術發布有助于提升谷歌在AI研究領域的聲譽，吸引頂尖人才加入。
然而，這種建立在學術不端基礎上的"勝利"，注定是短視的。當高健揚們的聲音被聽到，當第三方復現結果出爐，TurboQuant的真實價值將接受檢驗。對于谷歌而言，真正的挑戰不在于能否暫時欺騙市場，而在于能否建立起可持續的、值得信賴的技術領導力。
在AI這個充滿泡沫與狂熱的時代，TurboQuant事件是一個警示：技術進步不應以犧牲學術誠信為代價，商業成功不能建立在打壓同行之上。谷歌打的算盤，最終能否如意，取決于它能否正視問題、糾正錯誤，重新贏得學界和業界的信任。否則，這900億美元蒸發掉的市值，不過是更大代價的預演。
結語
存儲荒與TurboQuant的交織，折射出AI時代技術競爭的新常態。當硬件資源成為瓶頸，算法創新被賦予過高的期待；當商業利益壓倒學術倫理，技術突破蒙上造假的陰影。谷歌的這一局棋，下得并不光彩。無論最終結局如何，這場風波都將成為AI研究史上的一個重要注腳——提醒我們，在追求效率與利潤的同時，不應忘記科學精神的本真。
