2025-08-10 –, TR409-2
隨著 LLM 的應用越發廣泛，載入開源模型權重的顯存要求也越苛刻。在邊緣系統中，龐大的顯存需求時常成為部署瓶頸，限制模型的應用場景。量化模型雖然能有效降低所需的顯存與計算量，但如何在極低位元下仍保持優異性能，始終是一大挑戰。本場議程將從量化開始，簡介量化的概念後，討論量化在低位元樹下的限制。接著，我們將深入介紹 BitNet 系列方法，討論研究團隊如何透過 -1, 0, +1 三種權重，將 LLM 的權重透過少於 2 個 bit 呈現。除了權重表示的調整以外，我們也會提及 activation 層級的量化，及基於激活敏感度的選擇性量化所能帶來的表現提升。最後，我們會從 scaling law 的角度出發，討論 BitNet 既有的模型與未來可能的發展。期待透過極致量化，為 LLM 在邊緣裝置上的應用開闢全新途徑。
對 LLM 量化有興趣的參與者，了解自注意力機制者佳
Difficulty:中階
Temp