通俗解释
大模型激活里有少量数值极大的离群维度，直接量化会严重掉点。LLM.int8() 把这些维度拆出来用 FP16，其余用 INT8，几乎无损地减半显存。
用在哪里：bitsandbytes、Hugging Face 8 位加载
时间轴 · 前置 → 当前 → 后继
01原始论文
LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale
Tim Dettmers, Mike Lewis, Younes Belkada, et al. · 2022
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
quantization-int8)