首页
/ 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 0.31.0版本发布:分布式检查点优化与量化功能升级

2025-07-08 13:32:03作者:龚格成

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:

  1. 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。

  2. 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。

  3. 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:

  1. 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。

  2. 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。

  3. 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:

  1. 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。

  2. 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。

  3. 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。

  4. 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。

  5. 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。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
150
1.95 K
kernelkernel
deepin linux kernel
C
22
6
openHiTLSopenHiTLS
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!
C
986
396
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
934
554
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
521
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0