前辈为孩子上学愁掉头发，我有感而发。 没房子->没户口->有房子->不一定有户口->有户口->不一定能上学->能上学->不一定能考试->能考试->上学了但不一定是好学校->好学校->不是重点班级->重点班级->吊车尾->拔尖->但是小县城。。。。。

直接预判他一手他不说话了

不玻璃心，有错就改

LLM 大模型学习必知必会系列(六)：量化技术解析、QLoRA技术、量化库介绍使用（AutoGPTQ、AutoAWQ） 模型的推理过程是一个复杂函数的计算过程，这个计算一般以矩阵乘法为主，也就是涉及到了并行计算。一般来说，单核CPU可以进行的计算种类更多，速度更快，但一般都是单条计算；而显卡能进行的都是基础的并行计算，做矩阵乘法再好不过。如果把所有的矩阵都加载到显卡上，就会导致显卡显存的占用大量增加，尤其是LLM模型大小从7b、14b、34b到几百b不等，占用显存的大小就是惊人的数字，如何在减少运算量和显存占用的条件下，做到推理效果不下降太多呢？在这里需要引入浮点数和定点数的概念。 1.量化的...