Новости
Bringing Nunchaku 4-bit Diffusion Inference to Diffusers
Hugging Face · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Hugging Face integrated Nunchaku 4-bit quantization into Diffusers, enabling diffusion models to run with 4-bit weights and activations for faster inference and lower memory.
- Почему это важно
- Engineers deploying text-to-image models on consumer GPUs need to reduce VRAM from 20-30GB to fit models like ERNIE or FLUX on hardware with limited memory.
- На что обратить внимание
- NVFP4 kernels require NVIDIA Blackwell GPUs; earlier generations must use INT4 variants. Speedup is about 30 percent, less than the original Nunchaku engine's model-specific optimizations.
Послушать это резюме
- inference
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.