TensorRT-Model-Optimizer 0.31.0版本发布:分布式检查点优化与量化功能升级
TensorRT-Model-Optimizer(简称ModelOpt)是NVIDIA推出的一个专注于深度学习模型优化的开源工具库,它提供了从模型量化、剪枝到部署优化等一系列功能。最新发布的0.31.0版本带来了多项重要更新,特别是在分布式训练检查点和量化功能方面进行了显著改进。
分布式检查点格式的重大变更
0.31.0版本对分布式检查点(torch-dist)的存储格式进行了重要重构,这些变更主要影响使用NeMo和Megatron-LM框架的用户:
-
量化状态存储位置调整:TensorQuantizer的quantizer_state现在存储在QuantModule的extra_state中,而之前是保存在分片的modelopt_state中。这一变化使得量化状态的存储更加合理和统一。
-
数据类型和形状保留:分布式检查点中amax和pre_quant_scale的数据类型和形状现在会被完整保留。在之前的版本中,为了确保所有解码器层在检查点中具有统一结构,某些数据类型和形状会被修改。
-
异构格式支持:与megatron.core-0.13配合使用时,量化模型现在能够以异构格式存储和恢复分布式检查点,这为模型结构提供了更大的灵活性。
对于使用旧版本检查点的用户,需要先使用0.29版本加载旧格式的分布式检查点,将其转换为torch格式,然后再用0.31版本转换为新格式。
量化功能增强
本次更新对量化功能进行了多项改进:
-
auto_quantize API重构:现在接受量化配置字典列表作为量化选项,而之前仅支持预定义量化格式名称的字符串列表。这一变化为用户提供了更大的灵活性,可以轻松使用自定义量化格式。
-
量化格式选项调整:quantization_formats不再包含None(表示"不量化")作为有效选项,因为auto_quantize内部始终会添加"不量化"作为默认选项。
-
模型导出配置重构:量化配置现在保存在config.json中,原有的hf_quant_config.json将被弃用。
新功能与模型支持
0.31.0版本引入了多项新功能:
-
TensorRT-LLM 0.19支持:LLM示例已升级至最新版TensorRT-LLM,提供了更好的性能和兼容性。
-
新增模型支持:llm_ptq示例现在支持Qwen3 MoE模型,扩展了可优化的模型范围。
-
高级量化算法支持:ModelOpt现在支持AWQ、SVDQuant和SmoothQuant等先进量化算法,特别针对CPU卸载的Huggingface模型进行了优化。
-
AutoCast工具:新增的AutoCast工具可以将ONNX模型转换为FP16或BF16格式,方便在不同硬件平台上部署。
-
低内存模式:llm_ptq示例新增了--low_memory_mode标志,支持使用压缩权重初始化HF模型,显著降低了PTQ和量化检查点导出的峰值内存需求。
兼容性调整
0.31.0版本停止了对Python 3.9的支持,建议用户升级到更高版本的Python环境以获得更好的性能和功能支持。
总结
TensorRT-Model-Optimizer 0.31.0版本在分布式训练检查点、量化功能和模型支持方面都做出了重要改进,特别是对大型语言模型的支持更加完善。这些更新不仅提高了工具的灵活性和易用性,也为模型优化和部署提供了更多可能性。对于深度学习工程师和研究人员来说,升级到新版本将能够获得更高效的模型优化体验。
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
- DDeepSeek-V3.1-TerminusDeepSeek-V3.1-Terminus是V3的更新版,修复语言问题,并优化了代码与搜索智能体性能。Python00
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~0272get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan-MT-7B
腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









