Ngành lưu trữ có thể tiếp tục giảm do thuật toán TurboQuant của Google làm giảm nhu cầu bộ nhớ

iconKuCoinFlash
Chia sẻ
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconTóm tắt

expand icon
Phân tích trên chuỗi cho thấy ngành lưu trữ có thể đối mặt với áp lực lớn hơn khi thuật toán TurboQuant của Google, thông qua thư viện mã nguồn mở TurboVec, giảm nhu cầu bộ nhớ. Nhà nghiên cứu thị trường Financelot ghi nhận sự sụt giảm giá cổ phiếu bộ nhớ và triển vọng dữ liệu trên chuỗi tiêu cực trong tuần tới. Một số người cho rằng tác động này bị thổi phồng, trích dẫn các tuyên bố tương tự trong quá khứ. TurboVec, ra mắt cuối tháng Năm, giảm việc sử dụng bộ nhớ đến 87% và hoạt động hiệu quả trên các máy Mac tiêu chuẩn và nền tảng ARM.

BlockBeats tin tức, ngày 7 tháng 6, nhà nghiên cứu thị trường Financelot cho biết, thư viện chỉ mục vector mã nguồn mở TurboVec được công bố tháng trước đang tác động đến thị trường có nhu cầu bộ nhớ cao, và ảnh hưởng của nó đang dần lộ rõ, dẫn đến đợt sụt giảm mạnh của cổ phiếu bộ nhớ vào thứ Sáu. Financelot cho biết: “Tạm biệt Micron, SanDisk, Samsung, SK Hynix”, và ông có quan điểm tiêu cực về triển vọng của nhóm cổ phiếu lưu trữ tuần tới.


Tuy nhiên, cộng đồng cho rằng TurboVec có ảnh hưởng hạn chế đến phân khúc bộ nhớ, và mỗi khi có thông báo về tối ưu hóa bộ nhớ mới, luôn có người tuyên bố ngành bán dẫn đã chết.


Google Research đã giới thiệu thuật toán định lượng TurboQuant vào tháng 3 năm nay, và đến cuối tháng 5, nhà phát triển độc lập Ryan Codrai đã hiện thực hóa nó dưới dạng thư viện chỉ mục vector mã nguồn mở TurboVec. Công cụ này có thể giảm đáng kể nhu cầu bộ nhớ của cơ sở dữ liệu vector (ví dụ điển hình: 10 triệu vector được nén từ 31GB ở định dạng float32 xuống còn khoảng 4GB, giảm khoảng 87% dung lượng bộ nhớ, tối đa tiết kiệm tới 16 lần, tùy thuộc vào chiều và độ rộng bit). Hỗ trợ chạy hoàn toàn ngoại tuyến, thực thi hiệu quả trên Mac thông thường, tốc độ tìm kiếm nhanh hơn 12–20% so với FAISS IndexPQ/FastScan trên nền tảng ARM và hoàn toàn mã nguồn mở, có thể tích hợp với các khung công tác như LangChain, LlamaIndex. Điều này có nghĩa là các nhà phát triển có thể chạy tìm kiếm vector cục bộ hiệu quả trên phần cứng tiêu dùng thông thường mà không cần phụ thuộc vào cụm GPU đắt tiền hoặc dịch vụ đám mây.

Tuyên bố miễn trừ trách nhiệm: Thông tin trên trang này có thể được lấy từ bên thứ ba và không nhất thiết phản ánh quan điểm hoặc ý kiến của KuCoin. Nội dung này chỉ được cung cấp cho mục đích thông tin chung, không có bất kỳ đại diện hay bảo đảm nào dưới bất kỳ hình thức nào và cũng không được hiểu là lời khuyên tài chính hay đầu tư. KuCoin sẽ không chịu trách nhiệm về bất kỳ sai sót hoặc thiếu sót nào hoặc về bất kỳ kết quả nào phát sinh từ việc sử dụng thông tin này. Việc đầu tư vào tài sản kỹ thuật số có thể tiềm ẩn nhiều rủi ro. Vui lòng đánh giá cẩn thận rủi ro của sản phẩm và khả năng chấp nhận rủi ro của bạn dựa trên hoàn cảnh tài chính của chính bạn. Để biết thêm thông tin, vui lòng tham khảo Điều khoản sử dụngTiết lộ rủi ro của chúng tôi.