蚂蚁集团与vLLM社区联合发布了Humming,一个用于即时(JIT)GEMM内核的开源库。该库专为量化推理设计,支持INT1-8和FP4-FP8混合等多种数据类型。值得注意的是,Humming与T-Head的Zhenwu 810E硬件完全兼容。 AI
影响 此次发布为开发者提供了一个优化AI模型推理的新工具,有望在兼容硬件上更高效地部署量化模型。
排序理由 发布了一个用于量化推理内核的开源库。[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 →