CANN/AMCT Quantile量化

AMCT大模型Quantile分位量化

【免费下载链接】amctAMCT是CANN提供的昇腾AI处理器亲和的模型压缩工具仓。项目地址: https://gitcode.com/cann/amct

1 量化前提

1.1 安装依赖

本sample依赖包可参考requirements.txt

需要注意的是torch_npu包版本需要与Python、torch包版本相匹配，需要安装CANN包

1.2 模型和数据集准备

本sample以Llama2-7b，qwen2-7b，qwen3-8b模型，pileval数据，wikitext2数据集为示例, 数据为在线加载，模型需要用户自己下载并在执行脚本时指定模型路径。

1.3 简易量化配置

本sample中使用的量化配置已经内置在工具中，可以通过下述方式获取并使用：

HIF8全量化配置：from amct_pytorch import HIFP8_QUANTILE_CFG

cfg = { 'batch_num': 1, 'quant_cfg': { 'weights': { 'type': 'hifloat8', 'symmetric': True, 'strategy': 'tensor', }, 'inputs': { 'type': 'hifloat8', 'symmetric': True, 'strategy': 'tensor', }, }, 'algorithm': {'quantile'}, 'skip_layers': {'lm_head'} }

如果需要修改详细配置，请参考资料构造需要的量化配置dict。

Quantile算法支持仅权重量化和全量化，支持的量化类型以及量化配置：

2 量化示例

2.1 使用接口方式调用

step 1.请在当前目录执行如下命令运行示例程序，用户需根据实际情况修改示例程序中的模型和数据集路径：

使用内置配置进行HIF8全量化：

python3 src/run_llama2_samples.py --model_path=/data/Llama2_7b_hf/

python3 src/run_qwen_samples.py --model_path=/data/Qwen2-7b/

python3 src/run_qwen_samples.py --model_path=/data/Qwen3-8b/

若出现如下信息，则说明量化成功：

Test time taken: 1.0 min 59.24865388870239 s Score: 5.477707

其中Score为量化模型PPL，具体数值参考下表：

推理成功后，在当前目录会生成量化日志文件./amct_log/amct_pytorch.log

【免费下载链接】amctAMCT是CANN提供的昇腾AI处理器亲和的模型压缩工具仓。项目地址: https://gitcode.com/cann/amct