Google'nin TurboQuant algoritması bellek talebini azalttıktan sonra depolama sektörü düşüşünü sürdürebilir

iconKuCoinFlash
Paylaş
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconÖzet

expand icon
Blockchain analizi, Google'nin TurboQuant algoritmasının açık kaynak TurboVec kütüphanesi aracılığıyla bellek gereksinimlerini azaltması nedeniyle depolama sektörünün daha fazla baskı ile karşı karşıya kalabileceğini gösteriyor. Pazar araştırmacısı Financelot, bellek hisselerindeki düşüşü ve gelecek hafta için korkutucu bir blockchain verisi beklentisini gözlemledi. Bazıları, geçmişte benzer iddialara atıfta bulunarak etkinin abartıldığını savunuyor. Late May'de başlatılan TurboVec, bellek kullanımını %87'ye kadar azaltıyor ve standart Mac ve ARM platformlarında verimli bir şekilde çalışıyor.

BlockBeats haberi, 7 Haziran'da, market araştırmacısı Financelot, geçen ay duyurulan açık kaynak vektör indeks kütüphanesi TurboVec'in yüksek bellek talebi olan pazarlara etki edeceğini ve bu etkinin giderek ortaya çıktığını belirtti; Cuma günüki bellek hisselerindeki düşüşün nedeni bunu oldu. Financelot, "Görüşürüz Micron, SanDisk, Samsung, SK Hynix" dedi ve gelecek hafta depolama sektörünün performansına karşı bir tutum sergiledi.


Ancak topluluk görüşleri, TurboVec'in bellek sektörüne sınırlı bir etkisi olduğunu gösteriyor; her yeni bir bellek optimizasyonu duyurulduğunda, her zaman kimse yarı iletken endüstrisinin tamamen öldüğünü ilan ediyor.


Google Araştırma, 2023 yılında TurboQuant nicel algoritmasını sundu ve 5. ayın sonunda bağımsız geliştirici Ryan Codrai, bu algoritmayı TurboVec adlı açık kaynak vektör dizini kütüphanesine dönüştürdü. Bu araç, vektör veritabanlarının bellek gereksinimlerini büyük ölçüde azaltır (tipik örnek: 10 milyon vektör, float32 ile 31 GB'dan yaklaşık 4 GB'a sıkıştırılır, bellek kullanımı yaklaşık %87 azalır; boyut ve bit genişliğine bağlı olarak en fazla 16 kat tasarruf sağlanabilir). Tamamen çevrimdışı çalışmayı destekler, normal bir Mac üzerinde verimli bir şekilde çalışır ve ARM platformunda FAISS IndexPQ/FastScan'dan %12–20 daha hızlı arama yapar; tamamen açık kaynaktır ve LangChain, LlamaIndex gibi çerçevelerle entegre edilebilir. Bu, geliştiricilerin pahalı GPU kümelerine veya bulut hizmetlerine ihtiyaç duymadan, normal tüketici düzeyi donanımlarda yerel vektör aramalarını verimli bir şekilde çalıştırabilmesi anlamına gelir.

Yasal Uyarı: Bu sayfadaki bilgiler üçüncü şahıslardan alınmış olabilir ve KuCoin'in görüşlerini veya fikirlerini yansıtmayabilir. Bu içerik, herhangi bir beyan veya garanti olmaksızın yalnızca genel bilgilendirme amacıyla sağlanmıştır ve finansal veya yatırım tavsiyesi olarak yorumlanamaz. KuCoin, herhangi bir hata veya eksiklikten veya bu bilgilerin kullanımından kaynaklanan sonuçtan sorumlu değildir. Dijital varlıklara yapılan yatırımlar riskli olabilir. Lütfen bir ürünün risklerini ve risk toleransınızı kendi finansal koşullarınıza göre dikkatlice değerlendirin. Daha fazla bilgi için lütfen Kullanım Koşullarımıza ve Risk Açıklamamıza bakınız.