$GOOGL ở khắp nơi! 👇

Google tiết lộ các thuật toán để giải quyết những thách thức về bộ nhớ của AI; cổ phiếu bộ nhớ và lưu trữ giảm
Google (GOOG)(GOOGL) đã tiết lộ một bộ thuật toán mới hôm nay được thiết kế để giảm lượng bộ nhớ cần thiết để chạy các mô hình ngôn ngữ lớn và các công cụ tìm kiếm vectơ.
Cổ phiếu của các nhà cung cấp bộ nhớ và lưu trữ lớn đã giảm trong phiên giao dịch đầu tiên vào thứ Tư. Micron Technology (MU) giảm 4%, Western Digital giảm 4.4%, Seagate Technology (STX) giảm 5.6%, và Sandisk (SNDK) giảm 6.5%. Sandisk tiết lộ hôm nay rằng công ty đã ký kết thỏa thuận đăng ký đặt chỗ tư nhân để thực hiện đầu tư vốn chủ sở hữu vào công ty bán dẫn Nanya Technology.
Các thuật toán được Google giới thiệu bao gồm TurboQuant, Quantized Johnson-Lindenstrauss, và PolarQuant. TurboQuant là một thuật toán nén được thiết kế tối ưu để giải quyết thách thức của chi phí bộ nhớ trong lượng tử hóa vectơ.
Một kỹ thuật toán học được gọi là Johnson-Lindenstrauss Transform thu nhỏ dữ liệu phức tạp có chiều cao trong khi vẫn bảo toàn các khoảng cách và mối quan hệ thiết yếu giữa các điểm dữ liệu. Thuật toán này tạo ra một ký hiệu tốc độ cao không yêu cầu chi phí bộ nhớ.
Cuối cùng, PolarQuant giải quyết vấn đề chi phí bộ nhớ bằng cách sử dụng tọa độ cực. Điều này cho phép các LLM bỏ qua bước chuẩn hóa dữ liệu vì nó ánh xạ dữ liệu lên một lưới "tròn" cố định, có thể dự đoán được nơi các ranh giới đã được biết đến.
"Khi AI trở nên tích hợp nhiều hơn vào tất cả các sản phẩm, từ LLM đến tìm kiếm ngữ nghĩa, công việc này trong lượng tử hóa vectơ cơ bản sẽ trở nên quan trọng hơn bao giờ hết," Amir Zandieh, nhà khoa học nghiên cứu Google, và Vahab Mirrokni, Phó Chủ tịch và Thfellow của Google, cho biết trong một bài viết trên blog.
Google dự định trình bày TurboQuant tại Hội nghị Quốc tế về Đại diện Học máy ở Rio de Janeiro vào tháng 4.