8-bit KV cache 严重拖累本地推理性能
Sentdex · x · 2026-07-03
Sentdex 发现一个反直觉现象：很多人以为 8-bit KV cache 对本地上下文是"免费"的，但实测 GLM 5.2（4-bit 权重搭配 8-bit KV）时性能大幅下滑——Terminal Bench 得分从 46/89 掉到 21/89。结论是与其用 8-bit KV，不如直接用 2-bit 的 GLM 5.2。
「Infra」频道最新
- Anthropic 营收三年暴涨 4000 倍,上半年已入账 163 亿美元 — daniel_mac8 · 2026-10-27
- Tenstorrent 芯片跑通蛋白质生成模型,宣称无 HBM 短缺之忧 — gajesh · 2026-10-27
- YC 系创企 Hopper 出击语音推理：TTFT 80ms、价格为 GPT-4.1 的 15% — ycombinator · 2026-10-27
- a16z 数据:A100 租赁价格 2026 年仍在涨,旧卡并未贬值 — VraserX · 2026-10-27
- Anthropic S-1 曝超 8000 亿美元未入表的未来算力承诺 — GaryMarcus · 2026-10-27
- Anthropic 约 11GW 算力合同中 NVIDIA GPU 占约 42% — ns123abc · 2026-10-27