QUICK: Quantization-aware Interleaving and Conflict-free Kernel for efficient LLM inference

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Kim, Taesu, Lee, Jongho, Ahn, Daehyun, Kim, Sarang, Choi, Jiwoong, Kim, Minkyu, Kim, Hyungjun
Format:	Preprint
Publié:	2024
Sujets:	Machine Learning Artificial Intelligence Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2402.10076