RRI.CO.ID, Jakarta – Google Research resmi memperkenalkan TurboQuant, algoritma yang diklaim memungkinkan kompresi besar-besaran untuk AI tanpa mengorbankan performa. Menurut para peneliti, metode kompresi ini menggunakan bentuk kuantisasi vektor untuk mengatasi hambatan cache dalam pemrosesan AI.

Kuantisasi vektor adalah teknik kompresi data klasik yang ampuh yang mengurangi ukuran vektor berdimensi tinggi. AI lebih mudah dijalankan dengan mengurangi memori kerja cache KV (Key-Value) atau memori sementara saat model memproses data.

Google Research mengklaim, terknologi tersebut mampu menghemat enam kali memori dibandingkan metode tradisional. Memungkinkan AI untuk mengingat lebih banyak informasi dengan membutuhkan lebih sedikit ruang dan tetap mempertahankan akurasi.

Matthew Prince, CEO Cloudflare, pada postingannya di media sosial X memuji penemuan tersebut sebagai momen DeepSeek bagi Google. Ini merujuk pada model AI buatan Tiongkok, yang dilatih dengan biaya minim, namun tetap kompetitif dalam hal hasil.

“Inilah DeepSeek milik Google. Masih banyak ruang untuk mengoptimalkan inferensi AI untuk kecepatan, penggunaan memori, konsumsi daya, dan pemanfaatan multi-tenant,” kata Matthew.

Google berencana mempresentasikan temuan ini di Konferensi ICLR 2026 di bulan April. Di mana, teknologi ini didukung oleh dua teknik utama yakni PolarQuant dan Quantization-awere Joint Learning atau QJL.

Namun, perlu dicatat bahwa TurboQuant belum diterapkan secara luas; saat ini masih merupakan terobosan di laboratorium. Meski begitu, peneliti mengklaim TurboQuant dapat menghasilkan peningkatan efisiensi dan sistem yang membutuhkan lebih sedikit memori selama inferensi.