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

Hugging Face 与 Intel 基于 OpenVINO 在 Intel Core Ultra 集成 GPU 上加速 Qwen3-8B：用 Qwen3-0.6B 作草稿模型的投机解码带来约 1.3× 提速，再从草稿模型 28 层中剪掉 6 层并用 Qwen3-8B 生成的 500k 提示词数据微调后，提速提升至约 1.4×。