研究人员开发了一种名为OSFP4的新量化方案,旨在提高NVFP4数据类型在大型语言模型(LLM)推理中的精度。OSFP4优化了对角平滑矩阵和块缩放,以最小化量化误差,在各种设置下精度均优于现有方法。该新方案保持了大部分供应商NVFP4预填充吞吐量,使其成为高效LLM部署的有吸引力的选择。 AI
影响 优化了LLM的推理效率和精度,可能使在性能较低的硬件上部署更大的模型成为可能。
排序理由 详细介绍LLM量化新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →