是学术性算法研究，还没有用于实战
谷歌研究院于 2026 年 3 月 25 日 发布的 AI 模型压缩算法TurboQuant
核心目标：压缩大语言模型的 键值缓存（KV Cache），解决内存瓶颈问题
技术原理：结合 PolarQuant（极坐标压缩） + QJL（量化 Johnson-Lindenstrauss 变换） 的双阶段压缩框架
官方宣称效果：内存占用降低 6 倍，推理速度提升 8 倍，且不损失模型精度网友回复
我知道答案，我要回答
私活外包
