FP8/FP4 实际加速仅约 1.5x 与 2x,远低于理论值
scaling01 · x · 2026-09-07
作者讨论量化精度带来的实际推理加速,认为 FP8 相对 FP16 并非理论上的 2 倍加速,FP4 也远达不到 4 倍,实际可能只有约 1.5 倍和 2 倍;同时认为讨论中 100 天的预期过于夸张、30 天则过于乐观。
「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