torch_npu.contrib.module.LinearA8W8Quant
须知：[object Object] 该接口计划废弃，可以使用torch_npu.contrib.module.LinearQuant接口进行替换。
产品支持情况
| 产品 | 是否支持 |
|---|---|
| [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object] | √ |
| [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object] | √ |
| [object Object]Atlas 推理系列产品[object Object] | √ |
功能说明
LinearA8W8Quant是对torch_npu.npu_quant_matmul接口的封装类，完成A8W8量化算子的矩阵乘计算。
函数原型
参数说明
计算参数
- in_features（
int）：matmul计算中k轴的值。 - out_features（
int）：matmul计算中n轴的值。 - bias（
bool）：代表是否需要bias计算参数。如果设置成False，则bias不会加入量化matmul的计算。 - offset（
bool）：代表是否需要offset计算参数。如果设置成False，则offset不会加入量化matmul的计算。 - pertoken_scale（
bool）：代表是否需要pertoken_scale计算参数。如果设置成False，则pertoken_scale不会加入量化matmul的计算。[object Object]Atlas 推理系列产品[object Object]当前不支持pertoken_scale。 - output_dtype（
ScalarType）：表示输出Tensor的数据类型。默认值为None，代表输出Tensor数据类型为int8。- [object Object]Atlas 推理系列产品[object Object]：支持输入
int8、float16。 - [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]/[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：支持输入
int8、float16、bfloat16。
- [object Object]Atlas 推理系列产品[object Object]：支持输入
计算输入
x1（Tensor）：数据类型支持int8。数据格式支持，shape需要在2-6维范围。
变量说明
weight（
Tensor）：矩阵乘中的weight。数据格式支持int8。数据格式支持，shape为(batch, n, k)，shape需要在2-6维范围。- [object Object]Atlas 推理系列产品[object Object]：需要调用torchair.experimental.inference.use_internal_format_weight或torch_npu.npu_format_cast完成weight（batch, n, k）高性能数据排布功能。
- [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]/[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：需要调用torch_npu.npu_format_cast完成weight（batch,n,k）高性能数据排布功能，但不推荐使用该module方式，推荐torch_npu.npu_quant_matmul。
scale（
Tensor）：量化计算的scale。数据格式支持，shape为1维(t,)，t=1或n，其中n与weight的n一致。如需传入int64数据类型的scale，需要提前调用torch_npu.npu_trans_quant_param接口来获取int64数据类型的scale。- [object Object]Atlas 推理系列产品[object Object]：数据类型支持
float32、int64。 - [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]/[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持
float32、int64、bfloat16。
- [object Object]Atlas 推理系列产品[object Object]：数据类型支持
offset（
Tensor）：量化计算的offset。可选参数。数据类型支持float32，数据格式支持，shape为1维(t,)，t=1或n，其中n与weight的n一致。pertoken_scale（
Tensor）：可选参数。量化计算的pertoken。数据类型支持float32，数据格式支持，shape为1维(m,)，其中m与x1的m一致。目前仅在输出为float16和bfloat16场景下可不为空。[object Object]Atlas 推理系列产品[object Object]当前不支持pertoken_scale。bias（
Tensor）：可选参数。矩阵乘中的bias。数据格式支持，shape支持1维(n,)或3维(batch, 1, n)，n与weight的n一致，同时batch值需要等于x1，weight broadcast后推导出的batch值。当输出为2、4、5、6维情况下，bias shape为1维；当输出为3维情况下，bias shape为1维或3维。- [object Object]Atlas 推理系列产品[object Object]：数据类型支持
int32。 - [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]/[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持
int32、bfloat16、float16、float32。
- [object Object]Atlas 推理系列产品[object Object]：数据类型支持
output_dtype（
ScalarType）：可选参数。表示输出Tensor的数据类型。默认值为None，代表输出Tensor数据类型为int8。- [object Object]Atlas 推理系列产品[object Object]：支持输入
int8、float16。 - [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]/[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：支持输入
int8、float16、bfloat16。
- [object Object]Atlas 推理系列产品[object Object]：支持输入
返回值说明
Tensor
代表量化matmul的计算结果：
- 如果
output_dtype为float16，输出的数据类型为float16。 - 如果
output_dtype为int8或者None，输出的数据类型为int8。 - 如果
output_dtype为bfloat16，输出的数据类型为bfloat16。
约束说明
该接口支持推理场景下使用。
该接口支持图模式。
x1、weight、scale不能是空。x1与x2最后一维的shape大小不能超过65535。输入参数或变量间支持的数据类型组合情况如下：
表1 [object Object]Atlas 推理系列产品[object Object]
[object Object][object Object]
[object Object]表2 [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]、[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]
[object Object][object Object]
[object Object]
调用示例
单算子模式调用
[object Object]图模式调用
[object Object]