HQQ(Half-Quadratic Quantization)是一种快速且准确的模型量化方法,它无需校准数据即可对大型模型进行量化,并且这一过程可以在短短几分钟内完成。HQQ 支持对不同位数(8、4、3、2、1 位)的模型进行量化,并兼容各种类型的模型,包括语言模型和视觉模型。同时,其反量化步骤是线性操作,这意味着 HQQ 可以与优化的 CUDA 或 Triton 内核兼容,与 peft 训练兼容,并且我们努力使 HQQ 完全兼容 torch.compile
,以实现更快的推理和训练。
torch.compile
、CUDA 和 Triton 内核等多种优化工具兼容。要开始使用 HQQ,只需确保您的 CUDA 版本与 PyTorch 2 的某个版本相匹配。然后可以通过以下命令安装 HQQ:
pip install hqq
获取最新版本可通过安装核心库:
pip install git+https://github.com/mobiusml/hqq.git
或克隆仓库后运行:
pip install .
执行 HQQ 的量化只需替换模型中的线性层(torch.nn.Linear
)。以下是示例代码:
from hqq.core.quantize import * # 量化设置 quant_config = BaseQuantizeConfig(nbits=4, group_size=64) # 替换线性层 hqq_layer = HQQLinear(your_linear_layer, # torch.nn.Linear 或 None quant_config=quant_config, # 量化配置 compute_dtype=torch.float16, # 计算数据类型 device='cuda', # cuda 设备 initialize=True, # 使用 False 以便稍后进行量化 del_orig=True # 如果为真,删除原始层 )
HQQ 支持多种后端,以加速推理和训练,包括原生后端(如 PyTorch 和 ATEN)以及外部后端(如 Torchao 的 tiny_gemm 和 Marlin)。用户可以根据需求选择合适的后端来获取更快的模型运算速度。
您可以通过以下代码为 HQQ 模块设置后端:
HQQLinear.set_backend(HQQBackend.ATEN if axis==0 else HQQBackend.PYTORCH_COMPILE)
HQQ 可以与 Hugging Face 的 Transformers 模型结合使用,使模型量化配置变得极为简便。用户只需指定量化配置,即可将预训练模型替换为使用 HQQ 的量化模型。
可以保存和加载 HQQ 量化后的模型,使用下面的代码段:
from hqq.models.hf.base import AutoHQQHFModel # 保存模型 AutoHQQHFModel.save_quantized(model, save_dir) # 加载模型 model = AutoHQQHFModel.from_quantized(save_dir)
HQQ 还支持 Peft 训练,使模型在多 GPU 上的训练更加高效。用户可以利用 HQQ 提供的工具轻松进行 Peft 初始化、训练以及权重的保存和加载。
项目中提供了丰富的使用示例,示例目录中展现了不同后端下模型量化的用法,以及完整的 HQQ/LoRA 训练示例,帮助用户快速上手。
@misc{badri2023hqq, title = {Half-Quadratic Quantization of Large Machine Learning Models}, url = {https://mobiusml.github.io/hqq_blog/}, author = {Hicham Badri and Appu Shaji}, month = {November}, year = {2023}
HQQ 是一个功能强大且易于使用的模型量化工具,适合需要快速且高效地处理大型机器学习模型的用户。
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通 过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具 、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号