基于TensorRT模型优化器的LLM剪枝与蒸馏实践指南 大语言模型（LLM）的参数量级持续攀升，从百亿到万亿参数的模型部署面临算力成本与延迟的双重挑战。如何在保持模型性能的前提下降低计算开销，成为工程化落地的关……
