TurboQuant: одна публикация Google и $90 млрд испарившейся капитализации

В марте 2026 года Google опубликовал пост об алгоритме сжатия памяти для языковых моделей под названием TurboQuant. Звучит как типичная техническая новость для узкого круга специалистов. Но рынок отреагировал мгновенно и жёстко: за неделю производители памяти — Micron, SanDisk, Samsung, SK Hynix и другие — потеряли суммарно почти $90 млрд капитализации. Инвесторы увидели в алгоритме угрозу фундаментальной бизнес-модели целой отрасли.

Что происходит на самом деле. Языковые модели потребляют огромные объёмы оперативной памяти — это один из главных узких мест индустрии и одна из причин, почему обучение и запуск нейросетей стоят дорого. TurboQuant предлагает сжимать данные не с 16 бит, как сейчас, а с 3 битами на параметр. Технически это означает, что модель занимает в памяти примерно в пять раз меньше места. Для пользователей — возможность запускать более мощные системы на существующем железе. Для производителей чипов памяти — потенциальный обвал спроса, если заказчики внезапно перестанут скупать их продукцию такими темпами.

Предыстория этого момента укладывается в более широкую картину. Последние три года индустрия жила в режиме дефицита: производители памяти не успевали наращивать мощности, цены росли, инвесторы вкладывались в расширение заводов. Модель роста строилась на предположении, что аппетиты моделей будут только увеличиваться. TurboQuant бьёт именно в это предположение. Публикация Google при всей её технической сухости оказалась триггером, заставившим рынок переоценить, насколько устойчив спрос на физическую инфраструктуру в мире, где софт может компенсировать железо.

Мотивы Google понятны: компания тратит десятки миллиардов на дата-центры, и любая оптимизация снижает её собственные издержки. Но публикация в открытом доступе — это также и стратегический ход. Google не продаёт память, Google продаёт вычисления и доступ к моделям. Чем дешевле инфраструктура для всех, тем выше барьер для конкурентов, которые пытаются догнать её инфраструктурными вложениями.

Что это значит для рядового читателя. В среднесрочной перспективе — снижение стоимости доступа к языковым моделям, возможно, ускорение появления локальных решений, которые работают на персональных устройствах без облака. Для рынков это означает перераспределение капитала: деньги, которые текли в производителей памяти, могут пойти в разработчиков алгоритмов оптимизации, в программное обеспечение, в компании, которые умеют извлекать выгоду из эффективности, а не из объёма. Рубль и нефть напрямую не затронуты, но косвенно это усиливает тренд на снижение стоимости цифровой инфраструктуры — фактор, который влияет на конкурентоспособность всех экономик, включая российскую, в сфере импортозамещения и развития собственных вычислительных мощностей.

За чем следить дальше. Первое — реальное внедрение: появятся ли коммерческие модели, работающие на TurboQuant, и как упадёт их себестоимость. Второе — реакция производителей памяти: попытаются ли они лоббировать ограничения на сжатие или сами ускорят разработку альтернативных технологий. Третье — ответ конкурентов Google: OpenAI, Anthropic, китайские лаборатории — будут ли они развивать собственные методы оптимизации или станут пользоваться открытым решением, усиливая зависимость от экосистемы Google. Четвёртое — квартальные отчёты производителей памяти: первые признаки снижения заказов станут сигналом, что рынок переходит от паники к реальному пересмотру инвестиционных планов.

Источники: RT — Российские туристы не обращались за помощью после землетрясения на Флоресе: RBC — Посольство ответило на сообщения о спасении пяти россиянок на Филиппинах: RT — Люкманов назначен послом России в Египте и полпредом в Лиге арабских государств: TASS — Гимнастка Ангелина Мельникова: спасибо врачам за помощь и мазь гадюки: RT — Корнев вышел в полуфинал на дистанции 50 м вольным стилем на чемпионате Европы: Habr — 3 бита вместо 16: разбираем TurboQuant и когда его реально стоит включать: RBC — Автобус с российскими туристами попал в ДТП во Вьетнаме: RT — Самусенко прошёл в полуфинал на дистанции 100 м на спине на ЧЕ, Колесников — выбыл: RT — Самусенко — о победе Кнедлы на ЧЕ: тут не его заслуга, а больше наш косяк: RT — Ефимова не смогла пройти отбор в полуфинал на дистанции 50 м брассом на ЧЕ, Гилязова — восьмая: