誤差ゼロの積和演算をうたう新数値形式AINF 速度は「予測できる倍率」止まり
大きなモデルを動かすにはお金がかかる。そのコストの多くは、数字を運び、掛け合わせる作業から生まれる。重みも活性化も、何らかの形式で保存しなければならない。その形式しだいで、モデルに必要なメモリ、動く速さ、保てる精度が決まる。arXivに載った新しい論文(arXiv:2610.12494)が、その形式の選び方を変える提案をしている。著者らは代数的整数数値形式(AINF)を導入した。論文はこれを「高度に設定でき、しかも正確な圧縮計算のための枠組み」と呼んでいる。発想はこうだ。