Reddit 讨论：4-bit 量化可省 75% 内存，为何大厂不用

Reddit 用户认为，当前模型多以 16-bit 精度运行，量化到 4-bit 甚至 2-bit 可减少约 75% 内存需求，且几乎不损失智能。他认为量化需要重新训练，而低资源运行会动摇大厂依赖大规模基础设施投入的商业模式，但该论证较为粗略。