深度剖析大语言模型推理阶段KV Cache的量化与稀疏化压缩技术。详解后训练量化(PTQ)与量化感知训练(QAT)的实现路径，分析基于Attention Score的非结构化稀疏与2:4结构化稀疏的硬件亲和性，探讨量...