Sektor penyimpanan mungkin terus mengalami penurunan kerana algoritma TurboQuant Google mengurangkan permintaan memori

iconKuCoinFlash
Kongsi
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconRingkasan

expand icon
Analisis pada rantai menunjukkan sektor penyimpanan mungkin menghadapi tekanan lanjutan kerana algoritma TurboQuant milik Google, melalui pustaka sumber terbuka TurboVec, mengurangkan keperluan memori. Penyelidik pasaran Financelot mencatat penurunan harga saham memori dan prospek data pada rantai yang bearish untuk minggu akan datang. Sebahagian berhujah bahawa kesan ini dilebih-lebihkan, dengan merujuk kepada dakwaan serupa sebelum ini. TurboVec, yang dilancarkan pada akhir Mei, mengurangkan penggunaan memori sehingga 87% dan berjalan dengan cekap pada Mac biasa dan platform ARM.

Mesej BlockBeats, 7 Jun, penyelidik pasaran Financelot menyatakan bahawa perpustakaan indeks vektor sumber terbuka TurboVec yang diumumkan bulan lepas sedang menyerang pasaran yang memerlukan memori tinggi, dan kesannya semakin ketara, dengan jatuhnya saham memori pada hari Jumaat disebabkan oleh ini. Financelot menyatakan, "Selamat tinggal Micron, SanDisk, Samsung, SK Hynix", dan mempunyai pandangan negatif terhadap prestasi sektor penyimpanan minggu depan.


Namun, pandangan komuniti menunjukkan bahawa TurboVec mempunyai kesan terhadap sektor memori, dan setiap kali ada pengumuman pengoptimuman memori baru, seseorang selalu mengumumkan bahawa seluruh industri semikonduktor telah mati.


Google Research memperkenalkan algoritma kuantitatif TurboQuant pada Mac 2024, dan pada akhir Mei, ia diwujudkan sebagai perpustakaan indeks vektor sumber terbuka bernama TurboVec oleh pembangun bebas Ryan Codrai. Alat ini mampu mengurangkan keperluan memori pangkalan data vektor secara besar-besaran (contoh typikal: 10 juta vektor dikompres daripada 31GB float32 kepada sekitar 4GB, mengurangkan penggunaan memori sebanyak 87% dan boleh menghemat sehingga 16 kali ganda bergantung kepada dimensi dan lebar bit). Ia menyokong operasi sepenuhnya luar talian dan beroperasi secara efisien pada Mac biasa, dengan kelajuan carian 12–20% lebih pantas daripada FAISS IndexPQ/FastScan pada platform ARM, serta sepenuhnya sumber terbuka dan boleh diintegrasikan dengan kerangka seperti LangChain dan LlamaIndex. Ini bermakna pembangun boleh menjalankan carian vektor tempatan secara efisien pada peranti pengguna biasa tanpa bergantung kepada kluster GPU mahal atau perkhidmatan awan.

Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.