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% 相似待验证纯AI训练/推理（FP16/BF16/FP8为主）不应为FP64算力付溢价，H100的FP64虽强但AI任务用不到；此类场景应关注Tensor Core的低精度算力和显存带宽，而非双精度指标68% 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/212743API
curl https://kongchang.com/api/v1/knowledge/claims/212743MCP
get_claim(id=212743)