类库 › turboquant-gpu
DevTechJr

DevTechJr/turboquant-gpu

TurboQuant-GPU通过随机正交旋转和Lloyd-Max量化实现LLM KV缓存压缩,提供5.02倍压缩比。基于Python,支持NVIDIA GPU,兼容PyTorch及cuTile内核,适用于提升大模型推理效率。

评论

Главная - Вики-сайт
Copyright © 2011-2026 iteam. Current version is 2.156.0. UTC+08:00, 2026-11-09 16:22
浙ICP备14020137号-1