AutoEMatic：运行时自适应混合精度 LLM 推理方案
原文标题：AutoEMatic: Runtime-Adaptive Mixed-Precision LLM Inference via Automatic Exponent-Mantissa Refinement
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。
针对现有训练后量化在推理前固定精度、无法适应不同提示与层需求的问题，研究者提出 AutoEMatic，在运行时动态调整权重、激活与 KV 缓存精度，依据下一 token 分布熵与隐状态更新幅度选择每层精度。配套的 AutoFP 格式从单一 NVFP4 基础格式派生 2/4/6 比特精度，并已在 GPU 内核与专用加速器上实现。推理与智能体基准上精度较 NVFP4 最高提升 21.7%，GB300 上保留约 90-98% 解码吞吐。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AutoEMatic运行时逐层调精度，推理基准较NVFP4最高提21.7%，GB300保留90-98%解码吞吐
- •依据下一token分布熵与隐状态更新幅度，在每步prefill和decode动态选层精度
- •AutoFP从单一NVFP4基础格式派生2/4/6比特，已落地GPU内核与专用加速器
- •平均每权重4.9比特（NVFP4为4.5），多数基准追平group-scaled FP6精度
- •专用加速器同精度下延迟降1.6-2.3倍、能耗降7-23%
为什么重要：量化从「推理前固定」转向「运行时自适应」，对推理部署成本与精度权衡是直接可用的新思路，芯片与推理栈团队值得细读。
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。
软银调整美国 AI 数据中心发电设备采购，确认 5972 亿日元损失
AI 摘要软银集团财报显示，因美国 AI 数据中心项目发电设备采购计划调整，半年内确认 5972 亿日元（约 37.3 亿美元）损失。相关采购由愿景基金二期投资的 Silver Bands 7 LLC 负责，涉及俄亥俄州等地数据中心供电设备。损失含 4570 亿日元不可退还预付款及 1402 亿日元合同修改结算损失。