Google在3月25日出了針對AI運算時記憶體用量的神級演算法：TurboQuant，說白了就是研發出了一種數據「縮小燈」，宣稱導入這套演算法之後，記憶體用量可以只需要現在的六分之一，但AI運算的反應速度快8倍。
過去兩個多月來，記憶體因為CSP為了AI需求而大量掃貨，帶動記憶體大缺貨與漲價潮，股價也因此而狂漲，Google這個演算法一亮相，立刻引起已經漲多的記憶體族群股價上演大逃殺，即使這項技術目前仍停留在學術論文的階段，實際商用的日程不明。
業界人士與專家對記憶體需求的前景沒有像股市這麼悲觀。要了解TurboQuant的原理與為什麼不需要對記憶體需求悲觀，專家打了個比喻，可以把AI運算想像成用電腦寫作業的過程，這張桌子（HBM）很小，桌子正旁邊永遠擺著一台不能移動的「巨型電腦」（AI模型權重），桌子旁邊還有另一個櫃子（DRAM），櫃子裡堆滿了你為了寫作業而搜集的紙本資料、筆記（對話紀錄），當你用電腦寫作業寫越久，小桌子上就會被越來越多從櫃子裡搬來的紙張所佔據，以至於小小的桌面被塞爆，用電腦寫作業的速度變得超慢。
專家解釋，Google的TurboQuant技術，就是把小桌子上堆積如山的紙本資料、筆記，通通縮小、削薄，原本桌子上只能放10張紙、現在能塞60張，更厲害的是，Google強調紙張被縮小、削薄都是「無損」的，意思就是，紙本資料、筆記上面的字一個都沒少，還是看得一清二楚，而且桌面空出來了，用電腦寫作業的速度自然就噴發了，這是為什麼大語言模型的AI處理速度可以比現在快8倍、所需要的記憶體只要現在的6分之1，然後記憶體的需求前景恐怕將大大不如預期，股價都大跌了。
不過，故事到這裡還沒有結束。專家提醒，既然紙張變小又變薄、用電腦寫作業的速度變快，大家就不會只滿足於用電腦寫作業，反而開始用電腦寫百萬字長篇小說、有大量圖表的部落格長文，也因為用戶都開始用電腦寫複雜度高、超大型的作品，紙張的總數量翻了幾千倍，逼得大家終究還是要買新桌子、新櫃子，來存放這些的海量小紙張，等到作品完成後，紙張通通得搬進櫃子後方的「大型儲藏室」（NAND／SSD）裡存著。
所以專家認為這就是為什麼，Google新演算法不會對記憶體需求有影響，反而會因為新演算法讓AI變得好用、用AI的人變多，而讓CSP對記憶體的需求不斷提高。
