TurboQuantとは
読み: ターボクォント
TurboQuantとはKVキャッシュの3ビット極限圧縮
TurboQuantとは、2026年3月にGoogle Researchが発表したKVキャッシュの極限圧縮アルゴリズム。3ビットまで圧縮してもFP32と統計的に遜色ない精度を維持し、NVIDIA H100で最大8倍の高速化を実現する。事前の学習や調整が不要で既存モデルに即座に適用可能。
かんたんに言うと
AIの「作業メモリ」を6分の1に圧縮しても、判断力がほぼ落ちない技術。今まで処理できなかった長文を、同じGPUで高速に扱えるようになる。
精度損失ゼロと最大8倍の高速化
一般的にデータを圧縮するとAIの精度は落ちる。TurboQuantはPolarQuant(極座標変換による特徴保持圧縮)とQJL(1ビット追加データによる誤差補正)の2段階アルゴリズムで、FP32と統計的に遜色ない回答精度を維持する。
NVIDIA H100に最適化されており計算速度が最大8倍に向上する(出典: Google Research 2026年3月発表)。モデルの再学習やキャリブレーションが不要で、GemmaやMistralなど既存モデルに後付けで即座に適用できる。
長文対応とコスト削減への影響
KVキャッシュのメモリ使用量を約6分の1に削減するため、今までメモリ不足で扱えなかった長文を一般的なハードウェアで高速処理できる。同じGPUでより多くのリクエストをさばけるようになり、クラウドAIの利用コスト削減に直結する。
MXFP4がモデルの重み自体を圧縮するのに対し、TurboQuantは推論時のKVキャッシュを圧縮する。両者を併用すれば、モデルサイズとキャッシュサイズの両方を劇的に縮小できる。OOMエラーに悩むエンジニアにとって有力な選択肢。
