研究对比 2:4 稀疏与量化：大模型推理该选哪一步
原文标题：Is 2:4 Sparsity Still Worth It? Semi-Structured Sparsity versus Quantization in LLM Inference
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文在等比特与等张量核档位下比较 2:4 半结构化稀疏与量化，覆盖三代 GPU 与 Transformer 层全部六个 GEMM 操作数。结论是只要还有更低精度可选，加 2:4 都是更差的一步；量化到底后 2:4 仍可提速线性层 1.3–1.7 倍，H100 上 FP8 稀疏模型预填充吞吐提升 27%，但质量需靠重训练找回。
深读 · 结论先行AI 生成展开看要点与影响 ↓
等比特对比下，只要还有更低精度可选，加 2:4 稀疏都比量化更差
- •覆盖三代 GPU 与 Transformer 层全部六个 GEMM 操作数，计入稀疏元数据开销
- •原因：2:4 每组四元素丢弃的能量不随比特下降，而量化误差会随比特下降
- •量化到底后 2:4 仍可提速线性层 1.3–1.7 倍
- •H100 上重训练的 2:4 模型以 FP8 经 vLLM 服务，预填充吞吐比稠密 FP8 高 27%，GSM8K 持平
- •Blackwell 稀疏 FP4 用 4:8 模式，损失更大，给定重训练预算未能恢复
为什么重要：给推理优化排了优先级：先降精度再考虑稀疏，能省下无效的稀疏化与重训练投入。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。