LLM 加速

深度分析

GlowQ 以群組共享低階校正矩陣實現量化大語言模型的效能與精度雙提升

量化大語言模型常因低位元導致精度下降。GlowQ以輸入共享群組共享右因子，僅在高效益層恢復，將TTFB降5.6%，吞吐提升9.6%，在WikiText‑2上降低0.17%雜訊，同時提升下游任務0.42%準確度。選擇性版本GlowQ‑S更可削減TTFB23.4%，吞吐提升37.4%。