跳到正文
热点事件持续更新

研究者提出全整数INT8训练算法

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

研究者发表论文提出一种全整数训练算法,将权重、梯度和激活全部存储为 INT8,前向、反向、权重更新和优化器更新全部用整数运算完成,训练内存约为 FP32 基线的 4 倍缩小。 该结论来自作者在论文中的自述,属未经独立复现的预印本结果;摘要未说明适用的网络规模、精度损失或硬件条件。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    全整数训练的深度神经网络:INT8 张量与整数运算实现高效内存训练

    研究者提出一种全整数训练算法,将权重、梯度和激活全部存储为 INT8,前向、反向、权重更新和优化器更新全部用整数运算完成,训练内存约为 FP32 基线的 4 倍缩小。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。