GLM-5.2 无损压缩省 25% 内存
hambandit · hn · 2026-07-20
一个无损模型压缩实验显示，GLM-5.2 可以在减少约 25% 内存占用的情况下保存。
帖子链接到一篇关于权重压缩的实验文章，重点是：在不改变模型权重语义的前提下，进一步降低显存/内存需求，便于更低成本部署。
「Infra」频道最新
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27