待验证50% 置信事实精确时间

官方提供FP8量化检查点（Hy3-FP8），FP8量化相比FP16可将显存占用和显存带宽需求减半

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/11

首次发现

有效期至：2026/10/9

来源

腾讯混元Hy3深度解析：295B MoE模型如何破局Agent落地难题

twitterlmsysorg2026/7/6

相关事实

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70% 相似待验证从BF16到FP8内存占用减半69% 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68% 相似待验证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）68% 相似已验证量化技术通过将模型权重从FP32/FP16压缩为INT8/INT4等低精度格式，可将模型体积缩减50%-75%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/486980

API

curl https://kongchang.com/api/v1/knowledge/claims/486980

MCP

get_claim(id=486980)