lolspider / notes

Topic

#quantization

10 篇笔记

从 305 GB 到 7.4 GB:大模型 KVCache 架构演进全景

五一本打算更新一年前写的开源引擎 KVCache 实现文档,但梳理下来发现,光是 KVCache 演进的理论部分就已足够撑起一篇独立文章。在 Agent 改变搜索习惯、重塑软件行业的今天,多轮交互带来的长上下文让 KVCache 持…

zhuanlan.zhihu.com· 16 分钟 ·#clippings·#LLM·#KVCache

本地大模型:从跑起来到跑得好

0. 太长不读很多人玩本地大模型,卡住的地方不是模型太复杂,而是不知道自己卡在哪一层。你以为是在跑一个模型,其实是在同时做五个决定:硬件、内存、Runtime、模型选择、量化。每一层都有坑,每一层都可以单独优化,但它们又互相约束。后面所有问题,基本都能归到这五层里。两条读法:如果...

x.com· 11 分钟 ·#clippings·#local-llm·#ollama