01 详细解释
把不同量化档位的权重、分词器、模板、元数据打成一个文件,拷到哪都能跑,CPU、Apple Silicon、消费级显卡通吃。Ollama、LM Studio 下载的模型基本都是这个格式。
文件名里的 Q4_K_M 表示 4bit 量化的中等档:K 指分块量化,M 指混合精度策略。同尺寸下 M 比 S 质量好,比 L 省显存。
把不同量化档位的权重、分词器、模板、元数据打成一个文件,拷到哪都能跑,CPU、Apple Silicon、消费级显卡通吃。Ollama、LM Studio 下载的模型基本都是这个格式。
文件名里的 Q4_K_M 表示 4bit 量化的中等档:K 指分块量化,M 指混合精度策略。同尺寸下 M 比 S 质量好,比 L 省显存。
同样一个模型,费用能差十倍,差别全在缓存、批处理、量化、并行和让它想多久。做容量规划、选部署方式、谈单价,都绕不开这几个词。
下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。