媒体The Cloudflare Blog2026/04/17 21:005800
• Unweight 用霍夫曼编码压缩 BF16 指数，实现 15%~22% 权重缩减
• 在 H100 SMEM 中即时解压，配合四种策略和自动调优
Unweight 是 Cloudflare 推出的无损压缩系统，通过对 BF16 权重指数使用霍夫曼编码，在 GPU 片上共享内存中即时解压，实现 15%~22% 的模型体积缩减。系统提供四种解压策略并配备自动调优器，可在 H100 上将内存传输量降低约 30%，以 Llama 3.1‑8B 为例节省约 3 GB VRAM，提升单卡可部署模型数量。