返回全部题目← 上一题68 / 81下一题 →题库/模型基础与推理/Q-6083实现 INT8 量化线性层。知识专题：推理优化与模型压缩题目类型：代码题技术难度：深入收录题集：1 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集1 份大模型手写代码练习路线阿东玩 AI · AgentGuide · 1 条原题查看题集 →INT8 Quantized Linear· 困难 🔴 困难 — 量化基础，理解 scale/zero-point相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：3 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：3 篇♥♥♥♥♥← 上一题已到最后一题← 上一题DSpark 如何通过半自回归草稿和置信度调度优化投机解码？下一题 →实现分页 KV Cache 的寻址与注意力读取。
