加速 Gemma 4：利用多令牌预测草稿模型实现更快推理

Google 推出 Gemma 4 的多令牌预测（MTP）草稿模型，通过投机解码实现高达 3 倍的推理加速，且不牺牲输出质量。该技术利用轻量级草稿模型预测多个未来令牌，再由主模型并行验证，显著降低延迟。适用于从边缘设备到工作站的各类场景，现已开源。