## 端侧部署压力下，LLM量化压缩进入专利战白热化阶段 LLM量化与压缩技术正在从学术研究全面转向专利博弈战场。PatSnap Eureka最新报告分析了2019至2026年间70余条专利与文献记录，梳理出五大子领域与四类主要技术路线，整体呈现从理论奠基到商业化产品分化的清晰演进轨迹。 **四大技术集群** 第一类是后训练量化（PTQ），将预训练模型权重从FP32/FP16转换为INT4、INT8、FP4或FP8，Google、Samsung、Amazon、Intel等均有大量PCT/WO申请。第二类是超低比特与二值化（1-bit / sub-4-bit），上海交大的ARB-LLM、中大的BiLLM、微软的ULP-Linear模块分别从不同角度突破极端压缩极限。第三类是低秩分解与Tensor Network，将权重矩阵分解为低秩因子积，Multiverse Computing、NVIDIA、ByteArk等均有布局。第四类是混合管道压缩——先剪枝、再量化、最后蒸馏恢复精度，清华、中科院自动化所均有系统性专利。 **中国领跑数量，美国把控广度** 数据显示中国（CN）专利记录超过30条，显著领先美国的15条与WO/PCT的10条。但在PCT国际申请与覆盖国家数量上，美国大型科技公司仍具优势。这反映出一个结构性特征：中国在特定技术点上的创新密度高，但全球化专利布局意愿相对弱；美国企业的PCT申请量与多国覆盖能力更强。 **从云到端：部署目标分化** 报告揭示了三条主要部署路径的分化。边缘与移动端以Samsung、高通、HCL为代表，分别针对智能手机与边缘设备优化联合权重均衡与量化感知部署。云端企业AI以Amazon、微软、NVIDIA为代表，目标是通过量化压缩降低GPU集群运营成本。隐私保护联邦学习场景则由香港城市大学、深圳大数据研究院等机构主导，聚焦分布式量化与通信开销压缩。 **观察** 量化压缩技术从2025年起进入专利爆发期，与大模型在端侧部署的强烈需求高度相关。随着Llama、Mistral等开源模型的能力逼近闭源前沿，如何在有限硬件上高效运行成为差异化竞争的关键。专利密度高本身不是护城河，但结合实际硬件落地能力（如针对特定GPU/FPGA架构的优化），就能形成可变现的技术壁垒。这一领域的竞争，本质上是谁能把模型压进更多种类的设备里的工程能力竞赛。**