大模型量化方案选择：权重 vs KV Cache
Elorun · reddit · 2026-08-20
用户在需要保持 15k 以上上下文的设置下，权衡两种 Qwen 3.8 27B (llama.cpp) 的量化方案：一种是 Q4KM 权重配合 Q8 KV Cache，另一种是 Q4KXL 权重配合 Q4 KV Cache。用户询问哪种效果更好：是使用更大的权重量化并降低 KV Cache 精度，还是使用较小的权重量化并保持 KV Cache 的高精度？
「Infra」频道最新
- 旧金山办「算力交易大厅」：买家卖家面对面签算力协议 — ctjlewis · 2026-10-16
- Temporal Serverless Workers 登陆 Cloud Run:按任务队列自动伸缩、可缩至零 — rseroter · 2026-10-16
- LMA day-0 支持扩至四大芯片:TPU 上首次实现模型零日上线 — ying11231 · 2026-10-16
- Semtech 分析师日幻灯片讲透信号完整性：衰减、带宽、非线性、噪声四大损伤 — BenBajarin · 2026-10-16
- Fortytwo Engine 用 Swarm Inference 让 Qwen3.8-27B 准确率升 7%、token 省 25% — rohanpaul_ai · 2026-10-16
- 伯克利学者：芯片供应链高度集中，硬件级暂停前沿 AI 可行且可持续 — wfithian · 2026-10-16