quantization

Gemma 4 的 QAT 权重：端侧推理的瓶颈从「能不能跑」换成了「省不省电」

Google 给 Gemma 4 放出量化感知训练（QAT）的权重，把 E2B 的内存占用压到 1GB，能在手机和消费级显卡上跑。真正的转折不是「能跑了」，而是它把矛盾从「装不装得下」推到了功耗、隐私边界和质量损失到底有多大。