大模型量化（4bit/8bit）到底能省多少显存？

同样的模型，别人 24GB 显存能跑，你 48GB 跑不动，差距往往就差一个量化。本文把 FP16、INT8、INT4 的显存占用和精度差异算清楚，并给出什么场景该不该量化的建议。