谷歌新演算法透過減少人工智慧中的記憶體使用來降低西部數據的股票

科技巨頭 Google 透露了其首個壓縮演算法的開發，該演算法改變了人工智慧的基礎設施動態。該工具直接工作，大大減少了大規模語言模型和複雜向量搜尋系統操作的記憶體需求。技術進步提出了一種基於軟體的解決方案來解決這個問題，在此之前，該問題主要是透過在處理中心添加實體組件來解決的。

這項公告引發了全球技術和基礎設施市場的重新評估浪潮。 Investidores 和分析師已開始重新計算未來幾季實體硬體的需求預測，調整為雲端運行所需的關鍵組件製造公司的收入預期。

市場關注的焦點集中在具體操作因素：

– 減少新專案中對超大容量硬碟的依賴。

– 即使在極端壓縮等級下也能保持模型準確性。

– 無需重新訓練已經運行的人工智慧。

傳統儲存供應商立即在股票市場上感受到了創新的衝擊。這種範式轉變表明，程式碼可以取代資料中心物理擴展的很大一部分，從而改變大型科技公司的投資路線。

金融市場反應和資產下降

新演算法細節發布後不久，Western Digital 股價大幅下跌。該公司是全球大型企業硬碟和快閃儲存解決方案的主要供應商之一，在旨在處理大量資料的資料中心領域擁有廣泛的業務。

股票出售走勢反映出投資人對硬體需求下降的任何跡像都極為敏感。由於雲端營運商希望擴大其處理能力而持續大規模採購的預期，記憶體產業經歷了一段高估值時期。

儲存領域的其他公司在同一交易時段也出現了價格的負面變化。 Esse 概括了孤立形式的一般情況，並考察了技術操作的各種指標，這些技術在實際情況中沒有任何意義，並有證據表明其對組件製造的限制。

市場分析師指出，貶值是對電腦設備領域現實的調整。在這項軟體創新向大眾推出之前，硬體公司加速成長的 Muitas 假設已經納入股價。

新壓縮系統的技術運作

TurboQuant 透過先進的理論量化技術進行操作，該技術專注於壓縮人工智慧模型架構中的鍵值快取。在實務中，Google開發的技術可以在實際操作場景中將記憶體需求減少至少六倍。 Testes 嚴格的基準測試表明，在特定圖形處理單元上運行時，以四位配置的版本可以提供高達八倍的處理速度增益，從而優化資料流，而無需立即更換設施中的現有機器。

Leia Tambem

製造商更新優質智慧型手機照片感測器，重點關注變焦和人工智慧

洩密者在 4 月的 PS Plus Essential 目錄中透露了《墮落之王》和《刀劍神域》

製造商 OPPO 確認發布新款 Find X9 Ultra 和 Pro 智慧型手機的正式日期，主打相機

這種新穎性背後的工程結合了複雜的數學方法，例如 Quantized Johnson-Lindenstrauss 和 PolarQuant，這些方法可以優化上下文資訊的儲存。吸引開發人員的巨大技術差異是能夠實現這種極端壓縮，而不會降低機器產生的反應的精確度。關鍵的 Tarefas，例如程式碼的自主生成和複雜查詢的解決，保持相同的品質水平，促進世界各地的軟體工程團隊立即採用該工具。

Western Digital 在該行業的商業地位

Western Digital 在為世界科技巨頭提供基礎設施方面發揮核心作用。該公司與大型雲端服務供應商簽訂了長期合約，確保其工業營運在短期內有穩定且可預測的收入來源。

該製造商最近的報告顯示，其今年預計的所有硬碟產能已全部交付給人工智慧領域的買家。 Esse 資料強化了目前對實體儲存空間需求的穩健性以及對高效能實體元件的持續依賴。

儘管有這種直接的合約安全性，但壓縮演算法的進步提出了有關中期設備更新周期的問題。如果軟體在即將到來的伺服器作業系統更新中在效率方面處於領先地位，那麼對儲存位持續擴展的需求可能會放緩。

全球資料中心的成本動態

資料中心營運商不斷尋找降低實體設施營運成本的方法。硬體的採購是這些科技公司資本預算的最大份額之一，需要不斷的財務貢獻來維持資料處理的競爭力。

減少對實體伺服器需求的演算法的實施可以直接節省財務報表。 Essa 優化允許公司將投資轉向開發新的數位服務和先進的機器學習研究。

能源效率和伺服器優化

除了節省設備採購費用外，硬體體積的減少還對設施的電能消耗產生正面影響。 Centrais 人工智慧需要大量能源來進行連續處理和複雜的工業製冷系統。

運行中的硬碟和記憶體模組更少意味著能源需求更低，並且更符合企業永續發展目標。壓縮軟體充當資訊技術領域的間接能源效率工具。

預計今年的技術演示

Google 制定了一個時間表，詳細介紹了未來幾個月在多個軟體工程會議上 TurboQuant 和其他相關演算法的操作。 Esses 活動將展示該技術在受控環境中的實際應用，並鼓勵全球技術生態系統中的其他開發人員採用該標準，從而擴大壓縮工具的範圍。

資料處理基礎設施的變化

目前的情況凸顯了科技業為先進人工智慧擴展運算資源的方式的轉變。 Historicamente，更複雜模型的標準響應是原始添加更多存儲和物理處理能力，直接使組件製造商受益並推動新伺服器倉庫的建設。 Agora，平衡向程式碼的複雜性傾斜，其中應用數學解決了先前需要對物質基礎設施進行大量投資的實體瓶頸。 Fornecedores 傳統公司將需要調整其產品組合，以專注於極高性能和更低延遲的解決方案，而不是僅僅押注於出售給大型互聯網公司的大量 TB 數據。軟體創新與硬體物理需求的共存將繼續決定金融市場的節奏，要求投資者對數位平台的真實基礎設施需求以及技術型行業面對獨立於不成比例的物理擴張的日益高效的演算法的適應能力進行深入的技術分析。