Tag: ウォールストリートはGoogleが公開したばかりのコンテンツが好きではなかった

Google（GOOGL）は、ウォールストリートで最大のAI取引を考え直す理由を提供しました。AlphabetのGoogle Researchは、3月上旬に新しい圧縮アルゴリズムスイートであるTurboQuant、PolarQuant、およびQuantized Johnson-Lindenstrauss（QJL）を開発したと述べました。これらすべてのポイントは何ですか？彼らは、大規模な言語モデルとベクトル検索システムを実行するために必要なメモリを減らすことを目指しています。Googleのテストでは、TurboQuantは正確性を維持しながらキーと値のキャッシュメモリ要件を少なくとも6倍削減し、投資家に大きな問題に関する重要な質問を提起しました。 AIモデルが劇的に改善された場合、メモリとストレージの需要はどうなりますか？その質問はすぐに気になりました。 Micron Technology（MU）、Western Digital（WDC）、Seagate Technology（STX）、SanDisk（SNDK）は、投資家がAIワークロードに多くの火力を必要としない可能性を消化するにつれて、すべて下落しました。市場の範囲は、より大きなモデルがより高いメモリ、より多くのストレージ、およびより多くの資本支出につながるという信念で、AIインフラストラクチャの株式がすでに膨大な上昇を享受​​した瞬間に始まったGoogleのイノベーションと直接下落を結びました。それが反応をとても驚かせた理由でした。ウォールストリートは単に研究のブログに答えなかった。 AIブームの価値の一部がハードウェアベンダーから遠ざかることができるという考えに対応したものでした。次はどこに行きますか？さて、これは、同じインフラストラクチャベースでより多くのパフォーマンスを引き出す方法を探している企業に向かう可能性が高いです。希少性取引の場合、これは驚くべきことです。Google の研究科学者 Amir Zandieh と Google Fellow Vahab Mirrokni 氏は、同社のブログ記事で「AI が LLM からセマンティック検索に至るまで、すべての製品にさらに統合されるため、基本的なベクトル量子化作業がこれまで以上に重要になるだろう」と書いた.GoogleのTurboQuantがAIメモリ取引に成功しました。Googleは、現代AIの最も苦痛なボトルネックの1つであるメモリオーバーヘッドに対するソリューションとしてTurboQuantをフレーム化しました。モデルが長いプロンプトとより大きなコンテキストウィンドウを処理するにつれて、キーと値のキャッシュを格納するためのメモリの必要性が増加し、推論が遅くなり、運用コストが増加する可能性があります。従来のベクトル量子化はスペースを小さくすることができますが、システムは依然として高精度で量子化定数を保存する必要があるため、追加コストが追加されることがよくあります。関連項目：Nvidia CEO、AIの次世代イノベーションについて爆弾宣言Googleは、TurboQuantは、主要な圧縮作業のためのPolarQuantと低コストのエラー修正のためのQJLを組み合わせて、これらの弱点を解決したと述べました。このような技術的差が市場の反応を熱く盛り上げる理由だ。過去2年間、投資家は人工知能がハイパースケーラーとモデルビルダーに引き続き、より多くのメモリーが豊富なシステム、大容量ストレージ、およびより多くのサポートインフラストラクチャーを購入するよう強制するという意見に肯定的な反応を示しました。Googleの仕事は論文を削除しません。ただし、ソフトウェアイノベーションがハードウェア需要曲線を曲げることができることを示すことで、問題を混乱させます。あるセクターの価格が絶えず強烈になると、将来の効率性に関するヒントもかなりの価格再調整につながります。それでも重要な反論が残っています。 TurboQuantは研究段階の技術のままであり、GoogleはICLR 2026で文書を公開する予定であり、PolarQuantはAISTATS...