3月25日，Google Research发了一篇技术论文。这篇论文叫TurboQuant。它做的事情是把大语言模型推理时占用最多内存的那块缓存压缩了6倍，同时精度没有任何损失。Cloudflare的CEO Matthew ...

内存墙是计算机体系结构中的一个经典瓶颈，简单来说，就是处理器的运算速度飞快，但内存的容量和传输速度却远远跟不上需求。尤其是像 Qwen3.5-397B 这样拥有 3,970 亿参数的巨型模型，即使经过 4 比特压缩，其体积也高达 209 ...

原文标题：《独家对话！带崩全球存储股的谷歌论文陷学术争议，中国学者指其 " 严重失实 " 且 " 知错不改 "：使用了我们的方法，但刻意回避相似性》 3 月 26 日，谷歌研究院（Google ...