新发现
srkrz23/vramkit — 权重与 KV 缓存双路显存压缩
srkrz23/vramkit 是一个 Python 仓库,实现了无损权重编解码器,以及对 K 与 V 施加不同量化轴的 KV 缓存压缩。
VRAM compression for LLM inference, measured on a MacBook: lossless weight codec (-33% vs 4-bit on real Qwen weights, beats zstd) + drop-in PyTorch KV-cache compression. Key finding: quantize KV keys per-CHANNEL (not per-token) -> int8 KV near-lossless, +0.1% real perplexity at 2x. ROCm/CUDA/MPS/CPU.
在 GitHub 查看 ↗srkrz23/vramkit 是一个 Python 仓库,实现了无损权重编解码器,以及对 K 与 V 施加不同量化轴的 KV 缓存压缩。
没有符合条件的动态。