Git Stars Git Stars

#post-training-quantization 저장소

#post-training-quantization 태그가 지정된 GitHub의 활성 오픈 소스 저장소 12개를 확인해 보세요. 총 21,589개의 스타를 획득했으며 프로젝트당 평균 1,799개입니다. 이 주제를 이끄는 저장소는 5,646개의 스타를 받은 NVIDIA/Model-Optimizer입니다.

12
총 리포지토리
21,589
총 별점
1,799
리포지토리당 평균 스타 수
프로그래밍 언어: Python

저장소 총 12개

1
NVIDIA/Model-Optimizer

양자화, 증류, 가지치기(pruning), 신경 아키텍처 검색, 추론적 디코딩 등 SOTA 모델 최적화 기술을 통합한 라이브러리입니다. TensorRT-LLM, TensorRT, vLLM과 같은 다운스트림 배포 프레임워크를 위해 딥러닝 모델을 압축하여 추론 속도를 최적화합니다.

NVIDIA
⭐ 5,646 Python 👤 NVIDIA Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2024-04-23
2
intel/neural-compressor

SOTA 저비트 LLM 양자화(INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) 및 희소성; PyTorch, TensorFlow 및 ONNX Runtime 기반의 선도적인 모델 압축 기술

intel
⭐ 2,733 Python 👤 intel Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2020-07-21
3
AI-Efficiency/Awesome-Model-Quantization

모델 양자화에 관한 논문, 벤치마크, 서베이 및 도구를 엄선한 모음으로, 저비트 네트워크, LLM, 멀티모달 및 생성 모델, 벡터 및 격자 양자화, 효율적인 배포를 다룹니다.

AI-Efficiency
⭐ 2,471 👤 AI-Efficiency Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2018-10-18
4
666DZY666/micronet

micronet, 모델 압축 및 배포 라이브러리. 압축: 1、양자화: 양자화 인식 훈련(QAT), 고비트(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、저비트(≤2b)/삼원 및 이원(TWN/BNN/XNOR-Net); 훈련 후 양자화(PTQ), 8-bit(tensorrt); 2、 가지치기: 일반、규칙적 및 그룹 컨볼루션 채널 가지치기; 3、 그룹 컨볼루션 구조; 4、배치 정규화 융합을 위한 양자화. 배포: tensorrt, fp32/fp16/in

666DZY666
⭐ 2,270 Python 👤 666DZY666 User 🕐 업데이트됨 2025-05-06 📅 생성됨 2019-12-04
5
IST-DASLab/gptq

ICLR 2023 논문 "GPTQ: Accurate Post-training Quantization of Generative Pretrained Transformers"의 코드입니다.

IST-DASLab
⭐ 2,241 Python 👤 IST-DASLab Organization 🕐 업데이트됨 2024-03-27 📅 생성됨 2022-10-19
6
mit-han-lab/smoothquant

[ICML 2023] SmoothQuant: 거대 언어 모델을 위한 정확하고 효율적인 학습 후 양자화

mit-han-lab
⭐ 1,576 Python 👤 mit-han-lab Organization 🕐 업데이트됨 2024-07-12 📅 생성됨 2022-11-17
8
alibaba/TinyNeuralNetwork

TinyNeuralNetwork는 효율적이고 사용하기 쉬운 딥러닝 모델 압축 프레임워크입니다.

alibaba
⭐ 881 Python 👤 alibaba Organization 🕐 업데이트됨 2026-03-03 📅 생성됨 2021-11-02
9
nunchaku-ai/deepcompressor

대규모 언어 모델 및 확산 모델을 위한 모델 압축 툴박스

nunchux-ai
⭐ 799 Python 👤 nunchux-ai Organization 🕐 업데이트됨 2025-08-14 📅 생성됨 2024-05-06
10
SqueezeAILab/SqueezeLLM

[ICML 2024] SqueezeLLM: Dense-and-Sparse Quantization

SqueezeAILab
⭐ 710 Python 👤 SqueezeAILab Organization 🕐 업데이트됨 2024-08-13 📅 생성됨 2023-06-12
11
microsoft/VPTQ

VPTQ, 유연하고 극도로 낮은 비트 양자화 알고리즘

microsoft
⭐ 683 Python 👤 microsoft Organization 🕐 업데이트됨 2026-08-04 📅 생성됨 2024-08-13

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #post-training-quantization 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #post-training-quantization 프로젝트는 5,646개의 스타를 받은 NVIDIA/Model-Optimizer입니다. 양자화, 증류, 가지치기(pruning), 신경 아키텍처 검색, 추론적 디코딩 등 SOTA 모델 최적화 기술을 통합한 라이브러리입니다. TensorRT-LLM, TensorRT, vLLM과 같은 다운스트림 배포 프레임워크를 위해 딥러닝 모델을 압축하여 추론 속도를 최적화합니다.

2

#post-training-quantization 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #post-training-quantization 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python입니다.

3

#post-training-quantization 저장소 순위는 어떻게 계산되나요?

#post-training-quantization 태그가 지정된 활성 오픈 소스 저장소(12개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 21,589개이며 저장소당 평균 1,799개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.