量化脚本说明

--save_directory

是

string

-

量化权重保存路径。

--part_file_size

否

int

None

量化权重保存文件切分大小，单位GB，默认不切分。

--calib_texts

否

string

None

量化时的校准数据，多条数据间使用空格分割。

--calib_file

否

string

${ATB_SPEED_HOME_PATH}/examples/convert/model_slim/teacher_qualification.jsonl

包含校准数据的文件。

--w_bit

否

int

8

权重量化bit。

• 可配置为4或8。
• per_group的场景下需配置为4。
• 稀疏量化场景下，需配置为4。

--a_bit

否

int

8

激活值量化bit。

可选值为8和16。

• 大模型量化场景下，可配置为8或16。
  • per_group的场景下需配置为16。
  • is_dynamic参数配置为True，使用per-token动态量化场景下，需配置为8。
• 大模型稀疏量化场景下，需配置为8。

--disable_names

否

string

None

需排除量化的节点名称，即手动回退的量化层名称。如精度太差，推荐回退量化敏感层，如分类层、输入层、检测head层等。

--device_type

否

string

"cpu"

量化时的硬件类型，仅支持"cpu"或"npu"。

--fraction

否

float

0.01

稀疏量化精度控制。

--act_method

否

int

1

激活值量化方法，仅支持1或2或3。

• 1代表Label-Free场景的min-max量化方式。
• 2代表Label-Free场景的histogram量化方式。
• 3代表Label-Free场景的自动混合量化方式。
• 开启lowbit稀疏量化功能时不支持选择值3。

--co_sparse

否

bool

False

是否开启稀疏量化功能。 大模型稀疏量化场景下，优先使用lowbit稀疏量化功能，开启lowbit稀疏量化后，co_sparse参数自动失效。

--anti_method

否

string

""

离群值抑制算法，默认不开启。

• "m1": Smooth Quant算法。
• "m2": Outlier Suppression算法。
• "m3": AWQ算法。
• "m4": Smooth Quant优化算法 。
• "m5": CBQ量化算法。

--disable_level

否

string

"L0"

自动回退等级。

• "L0"：不执行回退
• "L1"：回退1层
• "L2"：回退2层
• "L3"：回退3层
• "L4"：回退4层
• "L5"：回退5层

--do_smooth

否

bool

False

是否开启smooth功能。启用do_smooth功能后，平滑激活值。默认为"False"，不开启smooth功能。

--use_sigma

否

bool

False

是否启动sigma功能。启用use_sigma功能后，可根据正态分布数值特点进行异常值保护。默认为"False"，不开启sigma功能。

--use_reduce_quant

否

bool

False

是否使用lccl reduce量化功能，默认不开启。

--tp_size

否

int

1

lccl reduce量化时需要用到的卡数，默认为1。

--sigma_factor

否

float

3.0

启用sigma功能后sigma_factor的值，用于限制异常值的保护范围。默认为3.0，取值范围为[3.0, 4.0]。

--is_lowbit

否

bool

False

是否开启lowbit量化功能。 默认为"False"，不开启lowbit量化功能。

--mm_tensor

否

bool

True

选择进行per-channel量化或per-tensor量化。

• True: per-tensor量化。
• False: per-channel量化。

--w_sym

否

bool

True

权重量化是否为对称量化，默认开启对称量化。

--use_kvcache_quant

否

bool

False

是否使用KV Cache量化功能，默认不开启KV Cache量化功能。

--use_fa_quant

否

bool

False

是否使用Attention量化功能，默认不开启Attention量化功能。

--fa_amp

否

int

0

Attention量化的自动回退层数，以整个Attention为单位进行回退。

默认值为0。

--open_outlier

否

bool

True

是否开启权重异常值划分。

• True：开启权重异常值划分。
• False：关闭权重异常值划分。
• 仅在lowbit设置为True时生效。

--group_size

否

int

64

per_group量化中group的大小。 默认值为64，支持配置为64或128。

--is_dynamic

否

bool

False

是否开启per token量化，当前仅W8A8支持per token量化。

• True：开启。
• False：不开启。

--input_ids_name

否

string

"input_ids"

tokenize后input_ids对应的键名。

--attention_mask_name

否

string

"attention_mask"

tokenize后attention_mask对应的键名。

--tokenizer_args

否

符合json格式的string

"{}"

对校准数据集做tokenize时可额外配置的参数。

例如：'{"padding_side":"left","pad_token":"!"}'

--disable_last_linear

否

bool

True

是否禁用最后一层全连接层量化，默认为True，即禁用。

--trust_remote_code

否

bool

store_true

是否信任模型权重路径下的自定义代码文件。默认不执行。若传入此参数，则transformers会执行用户权重路径下的自定义代码文件，这些代码文件的功能的安全性需由用户保证，请提前做好安全性检查。