待验证50% 置信事实精确时间

相比BF16，FP8能将模型权重和计算数据量减半，理论上可将矩阵乘法内存带宽需求降低50%，并在支持FP8 Tensor Core的GPU上获得2倍以上计算吞吐量提升

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

LingBot-Video 1.3B 选择性FP8量化实测：采样提速22%

redditr/comfyui2026/7/11

相关事实

待验证FP8相比BF16可提供约2倍的内存带宽节省和更高的矩阵计算吞吐81% 相似已验证FP8量化技术通过将权重压缩为8位表示，在几乎不损失精度的前提下将显存占用减少约50%76% 相似待验证量化技术从FP32到INT8可减少约75%的内存占用74% 相似待验证FP4 相对 FP16 可节省75%存储，采用每组16或32个权重共享一个 FP8 缩放因子的分组量化策略70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/494668

API

curl https://kongchang.com/api/v1/knowledge/claims/494668

MCP

get_claim(id=494668)