在 Intel Core Ultra 上用深度剪枝草稿模型加速 Qwen3-8B 智能体

Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上为 Qwen3-8B 智能体做推测解码加速，以 Qwen3-0.6B 为草稿模型先取得约 1.3× 提速，再通过剪掉 28 层中的 6 层并用 Qwen3-8B 生成的合成数据微调，将提速提升至约 1.4×。