待验证50% 置信事实精确时间

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）

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

软硬协同设计：构建硬件友好的LLM架构指南

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73% 相似待验证量化技术将FP32（32位）权重降至INT4（4位），理论压缩比达8倍，但会引入精度损失73% 相似待验证从BF16到FP8内存占用减半72% 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%72% 相似待验证NVIDIA A100的理论FP16峰值算力约为312 TFLOPS，但朴素LLM推理场景下GPU利用率常不足30%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/511286

API

curl https://kongchang.com/api/v1/knowledge/claims/511286

MCP

get_claim(id=511286)