Google lançou o TurboQuant, novo algoritmo de compressão de memória para IA.

Algoritmo TurboQuant mantém a precisão dos modelos e pode reduzir drasticamente as exigências de infraestrutura - de data centers a dispositivos do utilizador

A Google Research anunciou o TurboQuant, um algoritmo inovador de compressão de memória para inteligência artificial que promete tornar o funcionamento de sistemas de IA muito mais eficiente. A abordagem, baseada em quantização vetorial, foi concebida para reduzir a quantidade de memória RAM necessária durante a execução de modelos sem comprometer o desempenho.

Um dos gargalos mais relevantes nos sistemas de IA atuais é o consumo elevado de memória em tempo de inferência. Ao combinar os métodos PolarQuant e QJL, o TurboQuant consegue diminuir em seis vezes o volume de memória de trabalho, em especial o KV-cache. Com isso, a tecnologia pode contribuir para tornar a IA mais acessível e menos dispendiosa de operar.

Segundo os investigadores, o TurboQuant não se limita a encolher o uso de memória: ele também preserva a precisão do modelo. Essa característica é particularmente importante em tarefas que exigem processamento de grandes volumes de dados em tempo real.

Caso o TurboQuant seja implementado com sucesso, poderá representar um avanço relevante na evolução da IA. A redução das necessidades de memória tende a viabilizar o uso de IA em equipamentos menos potentes e, ao mesmo tempo, diminuir os custos de infraestrutura. Ainda assim, por enquanto a solução continua a ser um resultado de laboratório e não chegou a uma adoção ampla.

Alguns especialistas já fazem paralelos entre o TurboQuant e um algoritmo de compressão fictício mostrado na série “Silicon Valley”, além de citarem a comparação com o modelo chinês DeepSeek, que ganhou destaque por apresentar alta eficiência com baixos custos de treino.

A Google pretende apresentar o TurboQuant na conferência ICLR 2026, ocasião em que deverá detalhar os métodos PolarQuant e QJL que sustentam o algoritmo.