Google unveils TurboQuant, a new AI memory compression algorithm — and yes, the internet is calling it ‘Pied Piper’

Google dévoile TurboQuant, un nouvel algorithme de compression de mémoire IA

Les chercheurs en IA de Google ont annoncé mardi TurboQuant, un nouvel algorithme de compression de mémoire ultra-efficace. Internet l'a déjà surnommé "Pied Piper", en référence à la startup fictive de la série télévisée Silicon Valley diffusée sur HBO de 2014 à 2019.

La série suivait les fondateurs de cette startup alors qu'ils naviguaient dans l'écosystème technologique, faisant face à des défis tels que la concurrence des grandes entreprises, le financement, les problèmes technologiques et de produits, et même, pour notre plus grand plaisir, impressionnant les juges lors d'une version fictive de TechCrunch Disrupt.

La technologie révolutionnaire de Pied Piper dans la série était un algorithme de compression qui réduisait considérablement la taille des fichiers avec une compression quasi sans perte. Le nouveau TurboQuant de Google Research vise également une compression extrême sans perte de qualité, mais s'applique à un goulot d'étranglement central dans les systèmes d'IA. D'où les comparaisons.

Google Research décrit cette technologie comme une manière novatrice de réduire la mémoire de travail de l'IA sans nuire à la performance. La méthode de compression utilise une forme de quantification vectorielle pour éliminer les goulots d'étranglement dans le traitement de l'IA, permettant ainsi à l'IA de se souvenir de plus d'informations tout en occupant moins d'espace et en maintenant la précision, selon les chercheurs.

Ils prévoient de présenter leurs résultats lors de la conférence ICLR 2026 le mois prochain, ainsi que deux méthodes qui rendent cette compression possible : la méthode de quantification PolarQuant et une méthode d'entraînement et d'optimisation appelée QJL.

Comprendre les mathématiques impliquées est quelque chose que les chercheurs et les informaticiens peuvent maîtriser, mais les résultats suscitent l'enthousiasme dans l'ensemble de l'industrie technologique.

Si elle est mise en œuvre avec succès dans le monde réel, TurboQuant pourrait rendre l'IA moins coûteuse à exécuter en réduisant sa mémoire de travail, connue sous le nom de cache KV, d'au moins 6x.

Certains, comme le PDG de Cloudflare, Matthew Prince, qualifient même cela de moment DeepSeek de Google, en référence aux gains d'efficacité obtenus par le modèle d'IA chinois, qui a été entraîné à une fraction du coût de ses concurrents sur des puces moins performantes, tout en restant compétitif sur ses résultats.

Cependant, il convient de noter que TurboQuant n'a pas encore été déployé de manière large ; c'est encore une percée en laboratoire à ce stade. Cela rend les comparaisons avec quelque chose comme DeepSeek, ou même le fictif Pied Piper, plus difficiles. À la télévision, la technologie de Pied Piper était censée changer radicalement les règles de l'informatique. En revanche, TurboQuant pourrait conduire à des gains d'efficacité et à des systèmes nécessitant moins de mémoire lors de l'inférence, mais il ne résoudrait pas nécessairement les pénuries de RAM plus larges causées par l'IA, étant donné qu'il ne cible que la mémoire d'inférence, et non l'entraînement, qui continue d'exiger d'énormes quantités de RAM.