待验证50% 置信事实精确时间

从BF16到FP8，内存占用减半，但数值表示精度大幅下降

1

来源数

50%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

Krea2实测：FP8与BF16画质差距还存在吗？

redditr/StableDiffusion2026/7/9

相关事实

待验证量化推理从FP16降至FP8可将显存需求减半，从FP8降至FP4可进一步减半76% 相似待验证INT8量化约损失0.5%精度、显存减半，INT4量化显存压缩至原来的1/4、精度损失约1-3%74% 相似待验证将FP32权重降至INT8后，典型Transformer模型基准测试分数下降通常不超过1%，推理速度提升2至4倍，内存占用减少75%73% 相似待验证研究表明，当上下文超过一定长度后，模型对中间部分内容的回忆准确率可能下降到50%以下69% 相似待验证一项针对GPT-4的研究显示，对MMLU题目进行语义等价改写后，模型准确率在部分子集上下降超过10个百分点69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/464366

API

curl https://kongchang.com/api/v1/knowledge/claims/464366

MCP

get_claim(id=464366)