NNCF v2.17.0发布:模型量化与压缩技术全面升级
项目简介
NNCF(Neural Network Compression Framework)是Intel开源的一个神经网络压缩框架,专注于为深度学习模型提供高效的量化与压缩解决方案。作为OpenVINO工具套件的重要组成部分,NNCF支持PyTorch、TensorFlow、ONNX等多种深度学习框架,能够显著减小模型体积、提升推理速度,同时保持模型精度。
核心更新内容
训练后量化技术增强
通用改进
在PyTorch后端中,function_hook模块现已从实验状态升级为默认模型追踪机制,并迁移至核心nncf.torch命名空间。这一变化使得模型量化过程更加稳定可靠。
新增特性
-
4位数据无关AWQ量化:本次更新在OpenVINO、PyTorch和TorchFX后端中引入了基于权重列幅度的4位AWQ(Activation-aware Weight Quantization)量化技术。这种创新方法无需依赖数据集即可实现更精确的压缩,特别适合资源受限的场景。
-
OpenVINO FP8支持扩展:新增了对ScaledDotProductAttention中value输入的FP8量化支持,进一步扩展了低精度计算的应用范围。
-
ONNX后端强化:
- 增加了使用INT4(INT8)进行数据无关权重压缩的支持
- 新增了LLM权重压缩示例,展示了如何在ONNX格式下优化TinyLlama-1.1B-Chat-v0.3模型
- 引入了BackendParameters.EXTERNAL_DATA_DIR参数,用于指定模型外部数据文件的存储路径,提升了大型模型处理的灵活性
-
TorchFX实验性功能:增加了4位权重压缩支持,结合AWQ和Scale Estimation数据感知方法,有效减少了精度损失。
问题修复与优化
- 简化了TorchFX的使用流程,移除了不必要的nncf.torch.disable_patching()上下文管理器
- 修复了无批次维度模型的BiasCorrection失败问题
- 对齐了NF4与OpenVINO实现的quantile centers
- 优化了权重压缩统计信息显示,现在能正确展示忽略权重的数据类型
- 显著提升了NF4权重压缩性能,速度提升高达10倍
- 确保nncf.data.generate_text_data支持transformer>4.52版本
压缩感知训练创新
突破性功能
本次更新引入了结合可吸收弹性LoRA适配器和神经低秩搜索(NLS)的量化感知训练(QAT)方法。这种新颖的权重压缩技术专门针对下游任务设计,相比NNCF中现有的最佳训练后权重压缩技术(Scale Estimation + AWQ + GPTQ),能显著减少int4权重LLM在下游任务中的精度损失。
新增的nncf.compress_weights API中提供了nncf.CompressionFormat.FQ_LORA_NLS压缩格式选项,开发者可以轻松体验这一前沿技术。示例QAT压缩管道展示了如何在下游任务中应用这一方法,与上一版本专注于通过知识蒸馏提升通用精度的方案形成互补。
重要改进
- 大幅缩小了Torch模型与其导出的OpenVINO等效模型之间的精度差距
- 优化了"QAT + 可吸收LoRA"结合知识蒸馏的最佳检查点评估选择流程,现在使用Wikitext的验证分割评估调优后的Torch模型,而最终结果则在测试分割上使用OpenVINO模型测量
依赖项更新
- 升级ONNX Runtime至1.21.1版本
- 更新PyTorch至2.7.1、Torchvision至0.22.1
- 移除了jstyleson依赖
技术价值与应用前景
NNCF v2.17.0的发布标志着模型压缩技术又向前迈进了一大步。特别是4位AWQ量化和QAT with LoRA/NLS这两项创新,为大型语言模型的高效部署提供了强有力的工具。
在实际应用中,开发者现在可以:
- 无需准备校准数据集即可获得高质量的4位量化模型
- 针对特定下游任务精细调整量化模型,最大限度保留任务相关精度
- 更灵活地处理ONNX格式的大型模型
- 体验显著提升的压缩速度和更稳定的量化过程
这些改进使得NNCF在边缘计算、移动端部署等资源受限场景中更具竞争力,为AI模型的普惠化应用铺平了道路。随着量化技术的不断成熟,我们有望看到更多复杂模型能够在消费级硬件上高效运行,推动AI技术在各行业的深入应用。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









