wehub-resource-sync
e06fe8e8c6
Self-hosted runner (benchmark) / Benchmark (aws-g5-4xlarge-cache) (push) Waiting to run
New model PR merged notification / Notify new model (push) Waiting to run
Update Transformers metadata / build_and_package (push) Waiting to run
Secret Leaks / trufflehog (push) Failing after 1s
Build documentation / build (push) Failing after 1s
Build documentation / build_other_lang (push) Failing after 0s
CodeQL Security Analysis / CodeQL Analysis (push) Failing after 0s
PR CI / pr-ci (push) Failing after 1s
Slow tests on important models (on Push - A10) / Get all modified files (push) Failing after 1s
Slow tests on important models (on Push - A10) / Model CI (push) Has been skipped
2.4 KiB
2.4 KiB
양자화quantization
양자화 기법은 가중치와 활성화를 8비트 정수(int8)와 같은 더 낮은 정밀도의 데이터 타입으로 표현함으로써 메모리와 계산 비용을 줄입니다. 이를 통해 일반적으로는 메모리에 올릴 수 없는 더 큰 모델을 로드할 수 있고, 추론 속도를 높일 수 있습니다. Transformers는 AWQ와 GPTQ 양자화 알고리즘을 지원하며, bitsandbytes를 통해 8비트와 4비트 양자화를 지원합니다.
Transformers에서 지원되지 않는 양자화 기법들은 [HfQuantizer] 클래스를 통해 추가될 수 있습니다.
모델을 양자화하는 방법은 이 양자화 가이드를 통해 배울 수 있습니다.
QuantoConfigtransformers.QuantoConfig
autodoc QuantoConfig
AqlmConfigtransformers.AqlmConfig
autodoc AqlmConfig
VptqConfigtransformers.VptqConfig
autodoc VptqConfig
AwqConfigtransformers.AwqConfig
autodoc AwqConfig
EetqConfigtransformers.EetqConfig
autodoc EetqConfig
GPTQConfigtransformers.GPTQConfig
autodoc GPTQConfig
BitsAndBytesConfig#transformers.BitsAndBytesConfig
autodoc BitsAndBytesConfig
HfQuantizertransformers.quantizers.HfQuantizer
autodoc quantizers.base.HfQuantizer
HqqConfigtransformers.HqqConfig
autodoc HqqConfig
FbgemmFp8Configtransformers.FbgemmFp8Config
autodoc FbgemmFp8Config
CompressedTensorsConfigtransformers.CompressedTensorsConfig
autodoc CompressedTensorsConfig
TorchAoConfigtransformers.TorchAoConfig
autodoc TorchAoConfig