待验证50% 置信事实精确时间
动态2比特量化相比FP16格式实现了约8倍的压缩比
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
4000美元4张RTX3090本地运行GLM-5.2全攻略
bilibili程序员-智能译站2026/6/24
相关事实
待验证FP8数据量比FP16压缩一半，H100的FP8 Tensor Core算力达到FP16的两倍（约1979 TFLOPS）70% 相似待验证GGUF格式支持将FP32或FP16浮点权重压缩至2位到8位整数69% 相似待验证B200的FP4算力峰值可达约9PFLOPS（稀疏模式），相比FP16提升可达8倍68% 相似待验证大模型推理速度往往不受限于算力（FLOPS），而受限于内存带宽；PCIe 4.0 x16理论带宽约32GB/s，GPU显存带宽（GDDR6X约1TB/s）相差30倍以上67% 相似待验证原版QW3.6 27B模型文件体积约为54GB，Prismo通过数学压缩技术压缩至不到4GB，压缩比超过13倍，且声称不影响模型性能67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/40849API
curl https://kongchang.com/api/v1/knowledge/claims/40849MCP
get_claim(id=40849)