量化Attention - AI话题

2024-10-19

Mistral发布3B/8B端侧专用模型Ministral，以3B参数超7B性能；英特尔与Hugging Face推出动态推测解码，最高2.7倍速生成；清华8比特量化Attention实现2倍于FlashAttention-2的加速，标志着边缘AI进入高效可用新阶段。

AI快开门