Bibliothèque pour l'utilisation de systèmes quantifiés (avec déquant à la volée) pour PyTorch.

Fonctions principales (attendues) :

• Kernels de Quant/DeQuant pour GPU
• GEMM (avec backward) en Q4_1 (plus tard d'autres quant)
• Optimiseurs avec APIs adaptées, agnostiques à la quant
• SGD custom avec compression géométrique 2 bits/poids

Avancement :

• Apprentissage de Triton en profondeur
• Système de détection du matériel au premier démarrage dans l'env
• Kerneles de Quant/DeQaunt en Q4_1
• GEMM fussionnée avec une DeQuant depuis Q4_1
• Réécriture de AdamW avec les API des quant pour update des poids et autres
• optionnel [ ] Réécriture de Muon avec les APIs de quant (plus adapté pour les LLM)
• Implémentation d'emmeding et autres composants utiles aux LLM
• Ajout FP8 pour les calculs des kernels

---

readme v1