跳到正文
热点事件持续更新

Inkling 2 Mini实现单卡量化部署

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

开发者 indrasmirror 将 Thinking Machines 开源的 Inkling 2 Mini 去除拒答并量化为 13.9GB GGUF,使其在单张 RTX 4090 上完成推理,公开了 GitHub 代码及 Hugging Face 权重。 其实测解码速度为 59.7 t/s,8K 上下文 prefill 速度为 1162 t/s。与原模型相比,量化版本 KL 散度为 0.013,top-1 一致率为 96.3%。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Inkling 2 Mini 量化后在单张 RTX 4090 上实现 59.7 t/s 解码

    AGI Hunt 转述开发者 indrasmirror 将 Inkling 2 Mini 量化至 13.9GB GGUF,并在单张 RTX 4090 上完成运行。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月21日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。