Bilanz der Quelle: Ein neues Verfahren quantisiert Matrixmultiplikationen in Transformatoren auf 8 Bit und halbiert damit den Speicherbedarf für die Inferenz, ohne dass die Genauigkeit leidet. Die Mehrheit der Merkmale wird vektorweise quantisiert, während wenige Ausreißerdimensionen in höherer Präzision bleiben. So bleiben 0,1 Prozent der Werte in 16 Bit und verhindern einen Punkt Verlust bei 175 Milliarden Parametern.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
