Ideogram 4 Fast 量化提速
tomByrer · reddit · 2026-07-14
fal.ai 介绍了如何把 Ideogram 4 Fast 做到接近原始质量的同时实现更快推理，博客重点在于低精度量化和 serving 优化。
要点包括：
- 起步方案是 FP4，但发现输出偏离 FP16 太多，且速度提升不够
- 通过手工优化算子数学与读写路径，减少数据搬运
- 进一步优化 tiles / fragments 等底层执行细节
- 还用 FP16 作为 teacher 重新训练 FP4，重点对齐高层输出
- 他们提到不再需要 CFG，并使用了 QAD、DMD、timestep distillation 等蒸馏/训练技巧
- 先做无 GAN 的蒸馏，再补上 GAN
帖子还指出，相关模型在 Hugging Face 上已经发布。
所属事件:fal开源Ideogram V4加速版并公开推理优化细节(9 条相关)→
「Infra」频道最新
- 推理服务商自造挤利润的市场：出路只有每 GPU 小时榨出更多 token — AccBalanced · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- 投资机构向小型 neocloud 放短期 GPU 贷款，瞄准低价收抵押卡 — AccBalanced · 2026-10-27
- Anthropic S-1 揭算力困局：多年锁量承诺对撞波动需求与硬件迭代 — AccBalanced · 2026-10-27
- Meta OCP 峰会晒 AI 网络家底:102.4T 液冷交换机、两层的 Flattened Planar Fabric — Meta_Engineers · 2026-10-27
- huggingface_hub 2.3.0 发布：百万文件列取从分钟级降到 20 秒 — lhoestq · 2026-10-27