待验证50% 置信事实精确时间
RTX 30系列（Ampere架构）的Tensor Core对INT4的原生支持有限，INT4运算通常需要拆包模拟
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
INT4 ConvRot W4A4量化：ComfyUI低显存运行大型图像模型实战
redditr/comfyui2026/7/11
相关事实
待验证NVIDIA Ada Lovelace架构（RTX 40系列）首次在消费级GPU上引入专用的INT4 Tensor Core，理论上可实现相比FP16高达4倍的矩阵运算吞吐量74% 相似待验证Turing架构（对应NVIDIA RTX 20系列）是首批引入Tensor Core硬件级int8加速的消费级GPU71% 相似待验证小模型工程能力包括模型量化（INT8/INT4）、ONNX格式导出与推理加速、TensorRT部署71% 相似待验证16系Turing架构引入了第一代Tensor Core支持FP16混合精度训练，30系Ampere架构升级至第三代Tensor Core并新增对BF16和TF32的硬件加速支持70% 相似待验证NVIDIA在Ampere架构（RTX 30系，2020年）引入专用INT8 Tensor Core使INT8推理速度相比FP16提升约2倍，NVFP4是为Blackwell（RTX 50系，2025年）定制的4位浮点格式69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490293API
curl https://kongchang.com/api/v1/knowledge/claims/490293MCP
get_claim(id=490293)