支持量化的层及约束

本章节给出不同框架可量化的层以及相关约束。

若网络模型输入数据类型或权重数据类型为Float16或混合精度类型（Float32/Float16共存），会关闭如下算子的量化功能：
AvgPool、Pooling、AvgPoolV2、MaxPool、MaxPoolV3、Pooling、Add、Eltwise、BatchMatMulV2（两路输入都为变量tensor）。

由于硬件约束，该版本不建议使用非均匀量化的功能，获取不到性能收益。
如下产品型号不支持Caffe框架：
Atlas A2 训练系列产品/Atlas A2 推理系列产品

Atlas A3 训练系列产品/Atlas A3 推理系列产品

表1 均匀量化支持的层及约束
框架	支持的层类型	约束	对应Ascend IR定义的层类型
Caffe	InnerProduct：全连接层	transpose属性为false，axis为1	FullyConnection
	Convolution：卷积层	filter维度为4	Conv2D
	Deconvolution：反卷积层	dilation为1、filter维度为4	Deconvolution
	Pooling	mode为1，全量化（weight+tensor），global_pooling为false，不支持移位N操作 mode为0，只做tensor量化	Pooling
	Eltwise	只做tensor量化且operation=1	Eltwise
TensorFlow	MatMul：全连接层	transpose_a为False，transpose_b为False，adjoint_a为False，adjoint_b为False weight的输入来源不含有placeholder等可动态变化的节点	MatMulV2
	Conv2D：卷积层	weight的输入来源不含有placeholder等可动态变化的节点	Conv2D
	DepthwiseConv2dNative：Depthwise卷积层	weight的输入来源不含有placeholder等可动态变化的节点	DepthwiseConv2D
	Conv2DBackpropInput	dilation为1，weight的输入来源不含有placeholder等可动态变化的节点	Conv2DBackpropInput
	BatchMatMulV2	adj_x=False 如果第二路输入为常量const，则要求为2维当两路输入都为变量tensor时，仅支持INT8对称量化两路输入都为变量tensor量化场景，仅在以下产品型号能获得收益，其他产品型号量化后精度会下降。 Atlas 200I/500 A2 推理产品 Atlas A2 训练系列产品/Atlas A2 推理系列产品 Atlas A3 训练系列产品/Atlas A3 推理系列产品	BatchMatMulV2
	AvgPool	不支持移位N操作	AvgPool
	Conv3D	dilation_d为1	Conv3D
	MaxPool	只做tensor量化	MaxPool、MaxPoolV3
	Add	只做tensor量化，且只支持单路输入的量化	Add
ONNX	Conv：卷积层	filter维度为5的情况下，要求dilation_d为1 weight的输入来源不含有placeholder等可动态变化的节点	Conv2D、Conv3D
	Gemm：广义矩阵乘	transpose_a=false weight的输入来源不含有placeholder等可动态变化的节点	MatMulV2
	ConvTranspose：转置卷积	dilation为1、filter维度为4 weight的输入来源不含有placeholder等可动态变化的节点	Conv2DTranspose
	MatMul	如果第二路输入为常量const，则要求为2维当两路输入都为变量tensor时，仅支持INT8对称量化两路输入都为变量tensor量化场景，只在以下产品型号能获得收益，其他产品型号量化后精度会下降 Atlas 200I/500 A2 推理产品 Atlas A2 训练系列产品/Atlas A2 推理系列产品 Atlas A3 训练系列产品/Atlas A3 推理系列产品 weight的输入来源不含有placeholder等可动态变化的节点	BatchMatMulV2
	AveragePool	global_pooling为false，不支持移位N操作	AvgPoolV2
	MaxPool	只做tensor量化	MaxPool、MaxPoolV3
	Add	只做tensor量化，且只支持单路输入的量化	Add

表2 非均匀量化支持的层及约束
框架	支持的层类型	约束	对应Ascend IR定义的层类型
Caffe	Convolution：卷积层	dilation为1、filter维度为4	Conv2D
Caffe	InnerProduct：全连接层	transpose属性为false，axis为1	FullyConnection
TensorFlow	Conv2D：卷积层	dilation为1	Conv2D
TensorFlow	MatMul：全连接层	transpose_a为False	MatMulV2
ONNX	Conv：卷积层	-	Conv2D
ONNX	Gemm：广义矩阵乘	transpose_a=false	MatMulV2

仅权重量化特性，仅在以下产品型号支持：

Atlas 推理系列产品

Atlas A2 训练系列产品/Atlas A2 推理系列产品

表3 仅权重量化场景支持的层及约束
Ascend IR定义的层类型	仅权重量化权重ARQ中channel_wise=true	仅权重量化权重ARQ中asymmetric=true或false	权重和数据都量化权重ARQ中channel_wise=true	权重和数据都量化权重ARQ中asymmetric=true	约束
MatMulV2	√	true	×	×	第二路的输入来源不含有placeholder等可动态变化的节点。
BatchMatMulV2	√	true	×	×	第二路的输入来源不含有placeholder等可动态变化的节点。
FFN	√	true和false	×	×	FFN算子的expert_tokens输入不为空。 FFN算子的两个权重为Float16的常量。 FFN算子的antiquant_scale1、antiquant_scale2、antiquant_offset1、antiquant_offset2四个输入为空。权重不支持权重共享。 FFN算子量化仅Atlas A2 训练系列产品/Atlas A2 推理系列产品支持。

其中：

√表示支持，×表示该场景量化会异常。
权重ARQ中channel_wise=true：表示每个channel独立量化，量化因子不同。
权重ARQ中asymmetric
- true：表示权重量化使用非对称量化
- false：表示权重量化使用对称量化。
- true和false表示权重量化支持对称量化和非对称量化。

父主题： 自动量化