知识卡片
低精度部署要验证质量和实际速度
低位表示可减少权重和部分带宽需求,但转换、反量化及硬件支持会影响实际速度,未必按位宽比例加速。误差还可能累积损害模型质量。应在目标硬件、负载和任务上测量内存、延迟和输出质量。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 微调
原书出处 · 1 处
- · 查看原书依据
降低精度并不总是能减少延迟。
参考来源
- 位置:《AI工程:大模型应用开发实战》第7章《微调》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section015.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:降低精度并不总是能减少延迟。