그래디언트 이진화
모델 학습 과정에서 발생하는 연속적인 수치의 그래디언트를 +1 또는 -1과 같은 이진 값으로 변환하는 압축 기술이다. 통신 대역폭 소모를 획기적으로 줄이면서도 모델의 방향성을 유지하여 학습 효율을 높인다.