FP8 量化

深度分析

DiffusionGemma：以擴散方式平行生成 256 Token，搭配 Gemma 4 MoE 與 FP8 加速本地推論

Google 於本週開源 DiffusionGemma，將擴散技術從影像生成延伸至文字生成。模型以 Gemma 4 為骨幹，採 26B MoE 架構，僅激活 3.8B 參數，支援在消費級 GPU 上本地推論。