feat: complete wikification of War Commander batch 1&2 and final grey dot cleanup

2026-04-27 18:58:22 +09:00
parent 3424166ea2
commit 6b86b0da4c
2706 changed files with 9074 additions and 7273 deletions
@@ -1,12 +1,12 @@
 ---
 id: AI-OPT-QUAN-001
-category: "[[10_Wiki/💡 Topics/AI]]"
+category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
 tags: [ai, deep-learning, quantization, model-compression, int8, fp16, optimization, inference-speedup]
 last_reinforced: 2026-04-26
 ---

-# [[Quantization Foundations (양자화 기초)]]
+# Quantization Foundations (양자화 기초)

 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "정밀한 부동소수점(FP32)의 사치를 버리고 거친 정수(INT8)의 효율을 선택하여, 지능을 비트 단위로 압축하고 실행 속도를 극한으로 끌어올려라" — 신경망의 가중치와 활성화 함수 값을 더 낮은 비트의 정밀도로 표현함으로써 모델 크기를 줄이고 추론 속도를 높이는 최적화 기술.
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 에이전트의 온디바이스 배포 및 추론 비용 절감을 위해, 모든 주력 모델에 대해 INT8 혹은 FP16 양자화를 기본 적용함.

 ## 🔗 지식 연결 (Graph)
- [[Pruning-Techniques]], [[Model-Compression-and-Deployment]], [[NVIDIA-CUDA-and-AI]], [[Optimization-in-AI]]
- **Raw Source:** [[10_Wiki/Topics/AI/Quantization-Foundations.md]]
+- [[Pruning-Techniques]], Model-Compression-and-Deployment, [[NVIDIA-CUDA-and-AI]], [[Optimization-in-AI]]
+- **Raw Source:** 10_Wiki/Topics/AI/Quantization-Foundations.md