ariel reyez romero
5天前
google今天这篇2025年4月的论文居然引发了存储的下跌,那我们就再重读一下: KV cache 一直是大模型推理里的最大内存消耗来源。论文的做法,本质是用信息论最优的方式去压缩这些数据。不是简单地降低精度,而是重新分配信息密度。普通部分用极低比特表示,异常值单独保留更高精度。同时不再逐元素处理,而是以向量为单位编码,因为 attention 本身就是内积结构。 关键的是,它的误差已经贴近
rick awsb ($people, $people)
1周前
这就是为什么,存储仍然如此低估 这就是为什么,存储可能将迎来戴维斯双击
Andy Stewart
4个月前
嗯,我悟了,以后得把代码先存到卡纸里 然后我写代码的时候,一直摇就可以了 再想想哪里不对?🤔