Google apresentou o TurboQuant, um novo algoritmo para compactação de memória em IA.

O algoritmo TurboQuant preserva a precisão dos modelos e pode reduzir de forma drástica as exigências de infraestrutura - de data centers a dispositivos do usuário

A Google Research anunciou o TurboQuant, um algoritmo inovador de compressão de memória para inteligência artificial que promete aumentar de forma expressiva a eficiência dos sistemas de IA. Baseado em quantização vetorial, o novo método reduz a quantidade de RAM necessária para executar IA sem prejudicar o desempenho.

O TurboQuant enfrenta um dos principais gargalos dos sistemas de IA atuais: a grande demanda por memória durante a execução das tarefas. Ao combinar as técnicas PolarQuant e QJL, o algoritmo consegue diminuir em seis vezes o volume de memória de trabalho, o KV-cache. Essa descoberta pode tornar a IA mais acessível e menos onerosa de operar.

Segundo os pesquisadores, o TurboQuant não apenas reduz o consumo de memória, como também preserva a precisão do funcionamento da IA. Isso é especialmente importante em tarefas que exigem o processamento de grandes volumes de dados em tempo real.

Se o TurboQuant for implementado com sucesso, ele poderá se tornar um passo relevante no avanço da IA. A queda nas exigências de memória permitirá usar IA em dispositivos menos potentes e também reduzirá os custos de infraestrutura. No entanto, por enquanto, a tecnologia continua sendo um resultado de laboratório e ainda não foi adotada em larga escala.

Alguns especialistas já comparam o TurboQuant ao algoritmo fictício de compressão da série "Silicon Valley", além de relacioná-lo ao modelo chinês DeepSeek, que demonstrou alta eficiência com custos baixos de treinamento.

A Google pretende apresentar o TurboQuant na conferência ICLR 2026, onde serão descritos em detalhes os métodos PolarQuant e QJL que sustentam o algoritmo.