待验证50% 置信事实精确时间
HSQ-A 通过轻量打分网络筛选出约 15% 的高影响 key，并将剩余 value 以 FP8 格式存储，从而将 KV-cache 从稠密 70B 模型常见的 0.8 GB/k 压缩到 0.12 GB/k，压缩比约 85%。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证一个 75 万 Token 的合同文档，原始 KV-cache 约 90GB，经 HSQ-A 压缩管线后落到约 10GB 量级，可以装入 A100-40GB 的剩余显存。75% 相似待验证K8V4非对称量化将Key压缩到8位、Value压缩到4位，使128K上下文的KV Cache从16GB降到约6GB74% 相似待验证Kimi K2在FP16精度下仅模型权重就需要数百GB显存，INT4量化可将显存需求压缩至约四分之一67% 相似待验证FP8 KV cache是将注意力机制中的Key-Value缓存从FP16或BF16压缩到8位的量化技术，可将KV cache显存占用减半67% 相似已验证量化KV缓存（如FP8或INT4存储KV向量）可将缓存大小压缩到原来的1/2甚至1/467% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054134API
curl https://kongchang.com/api/v1/knowledge/claims/1054134MCP
get_claim(id=1054134)