跳到正文
热点事件持续更新

SharQ提出激活稀疏与FP4量化结合推理

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月19日,研究者Haoqian Meng等人发布SharQ,这是一种免训练的LLM推理方法。该方法将激活稀疏性与FP4量化结合,旨在降低大语言模型推理时的计算开销。 在技术实现上,SharQ通过在线稀疏-稠密分解生成自适应N:M掩码以提取离群值。系统将稀疏主干量化为FP4格式,并利用稠密残差来补偿量化带来的误差。 在Llama-3.1-8B等模型测试中,该方法恢复了43%至63%的精度差距。在RTX 5090硬件平台上,该方法实现了2.2至2.4倍的推理延迟降低。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · ML
    SharQ:弥合 LLM 推理中激活稀疏性与 FP4 量化的桥梁

    SharQ 提出一种免训练方法,将激活稀疏性与 FP4 量化结合以降低 LLM 推理开销。 通过在线稀疏-稠密分解,生成自适应 N:M 掩码提取离群值,并将稀疏主干量化为 FP4,用稠密残差补偿误差。 在 Llama-3.1-8B 等模型上恢复 43%–63% 精度差距,RTX 5090 上实现 2.2–2.4 倍延迟降低。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。