待验证50% 置信事实精确时间

在典型的45nm工艺节点下，一次32位浮点乘法的能耗约为一次加法的30倍以上

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

哈达玛变换：用加减法替代乘法的深度学习轻量化技术详解

相关事实

待验证当上下文长度超过3万token时，4×16G与2×32G两种方案的预处理速度曲线逐渐贴合74% 相似待验证测试者用双4090（48GB显存）工作站运行20.7B稠密模型，每秒生成27.6个Token，仅比矮星略快，但参数量小10倍以上70% 相似待验证昇腾芯片的数据对齐要求通常为32字节对齐69% 相似待验证对于多模态Agent需要同时驻留多个模型的场景，24GB显存几乎是当前实用门槛，32GB以上才能实现较为流畅的多模块并行66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/690488

API

curl https://kongchang.com/api/v1/knowledge/claims/690488

MCP

get_claim(id=690488)