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。
- 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~052CommonUtilLibrary
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!C0331- 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









