AWQ（Activation-aware Weight Quantization）** 并非商业公司产品，而是由麻省理工学院（MIT）韩松团队（Han Lab） 于2023年提出的开源大模型量化算法，2024年发表于MLSys会议并获最佳论文奖。

• 核心研发单位：MIT EECS 系 Han Lab（PI：Song Han）
• 主要合作方：MIT-IBM Watson AI Lab、NVIDIA、上海交大、清华大学
• 代码仓库：https://github.com/mit-han-lab/llm-awq（开源）
• 商用集成：已被NVIDIA TensorRT-LLM、Google Vertex AI、Amazon SageMaker、vLLM、Hugging Face等主流推理引擎与云平台原生支持。

AWQ 算法核心 idea 和代码主导是 MIT Han Lab*；其他几家主要是经费/算力支持、工程落地、论文合作、硬件适配。下面按每家拆开讲具体提供了什么。

1）MIT-IBM Watson AI Lab（研究+经费+工程）

• 资金支持：项目资助、研究员奖学金、合作课题经费。
• 联合科研：IBM 提供企业级 LLM/多模态场景需求、真实业务数据、模型对齐/部署经验。
• 工程对接：把 AWQ 集成到 IBM 内部模型（Granite）与平台（watsonx），做企业级验证和优化。
• 人员参与：IBM 研究员直接参与论文讨论、实验设计、 ablation 分析。

一句话：出钱、出场景、出工程能力，帮 AWQ 从学术走向企业落地。

2）NVIDIA（算力+硬件适配+内核优化+生态）

• 学术合作奖/经费：NVIDIA Academic Partnership Award，支持团队算力与学生资助。
• GPU 算力：A100、H100 等大集群，支撑 LLaMA/OPT 等大模型的量化与评测。
• 硬件友好设计指导：指导 AWQ 做成“硬件友好”的 per‑channel 缩放，避免低效混合精度。
• 内核与推理集成：
  • TensorRT‑LLM 原生集成 AWQ；
  • 提供高度优化的 CUDA 内核（后来 Marlin 也承接这类优化）。
• 生态推广：在 NGC、开发者博客、GTC 上推广 AWQ，成为主流量化方案之一。

一句话：给卡、给钱、帮做硬件适配和高速内核，让 AWQ 在 NVIDIA 硬件上跑得最快。

3）上海交通大学（论文作者+算法/实验贡献）

• 核心作者单位：第二作者 Jiaming Tang（MIT 访问/上交），是 AWQ 主要算法设计与实现人之一。
• 算法思路贡献：参与“激活分布决定权重重要性”这一核心洞察的讨论与验证。
• 实验与 baseline：负责部分模型（如 OPT、CodeLlama）的复现、对比实验、结果分析。
• 代码贡献：参与 llm‑awq 仓库核心逻辑与测试脚本开发。

一句话：直接出核心作者，参与算法发明、实验与代码。

4）清华大学（论文作者+实验/多模态扩展）

• 作者单位：Xingyu Dang（清华）为论文作者之一。
• 多模态扩展：帮助验证 AWQ 在**多模态 LLM（图文）**上的有效性（AWQ 首次在多模态上做系统量化）。
• 下游任务评测：负责部分常识推理、数学、代码任务的评测，确认量化后泛化能力。
• 理论辅助：对缩放策略、误差边界提供补充分析。

一句话：出作者、做多模态与下游任务验证，扩大 AWQ 适用范围。

小结（一眼看懂）

• MIT Han Lab：主导、核心 idea、主代码、论文一作。
• MIT‑IBM：钱+场景+企业落地。
• NVIDIA：算力+硬件适配+高速内核+生态。
• 上交：核心作者+算法+代码。
• 清华：作者+多模态+下游评测。