量化压缩技术

当模型权重不再是最大负担：KV Cache压缩技术的三国杀 说实话，每次看到大模型上下文窗口突破百万token的新闻，我都会下意识地算一笔账：这背后到底需要多少显存？答案是惊人的——对于一个70B参数...