加速 Gemma 4：利用多令牌預測草稿模型實現更快推理

Google 推出 Gemma 4 的多令牌預測（MTP）草稿模型，通過投機解碼實現高達 3 倍的推理加速，且不犧牲輸出質量。該技術利用輕量級草稿模型預測多個未來令牌，再由主模型並行驗證，顯著降低延遲。適用於從邊緣設備到工作站的各類場景，現已開源。