跳到正文
热点事件观察中

LazyWeights:边缘LLM权重按需解码压缩

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Arnab Sanyal 等作者提交论文,提出 LazyWeights 方法,用于压缩边缘设备上运行的大语言模型权重。该方法保留 GPTQ、AWQ 等现有部署格式,通过调优 GPTQ 使整数码可压缩,再用 Huffman 编码无损压缩,并在 DRAM 与 L2 之间按需解码,因此 GPU kernel 无需改动,DRAM 只传输编码后的字节。 据作者描述,这一设计的目标是在不改变现有部署格式和 GPU kernel 的前提下降低边缘设备的内存传输量。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.CL
    LazyWeights:面向边缘设备的按需解码 LLM 方案

    LazyWeights 在保留 GPTQ、AWQ 等部署格式的前提下,通过调优 GPTQ 使整数码可压缩、以 Huffman 编码无损压缩并在 DRAM 与 L2 之间按需解码,让 GPU kernel 无需改动。

本事件热度走势

可比范围当前
3
可比范围峰值
811月16日 22:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。