待验证50% 置信事实精确时间

FP8量化将模型权重从FP16压缩为8位浮点表示，在NVIDIA Hopper架构（H100/H200）上可获得原生加速，且相比INT8对精度损失更小

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

智谱GLM 5.2深度实测：开源权重如何挑战顶尖闭源模型

bilibiliTristanBot2026/6/18

相关事实

已验证FP8是NVIDIA Hopper架构（H100）原生支持的8-bit浮点格式，相比INT8量化保留了更好的动态范围77% 相似待验证视频处理提速依赖批处理策略、A100/H100 GPU的Tensor Core加速及INT8/FP16混合精度量化压缩71% 相似待验证本地部署常采用INT4或INT8量化压缩模型体积，而云端可能运行FP16或BF16完整精度版本，量化会引入精度损失并影响生成质量70% 相似待验证原生 FP8 硬件加速最早在 NVIDIA Hopper 架构（H100，2022年）的第四代 Tensor Core 中实现，峰值算力达 3958 TFLOPS68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/212743

API

curl https://kongchang.com/api/v1/knowledge/claims/212743

MCP

get_claim(id=212743)