首页
/ TorchAO 0.9.0发布:稀疏化技术升级与量化API重大革新

TorchAO 0.9.0发布:稀疏化技术升级与量化API重大革新

2025-06-24 16:28:39作者:谭伦延

项目简介

TorchAO是PyTorch生态系统中的一个重要组件,专注于模型优化技术的研究与实现。作为PyTorch官方支持的模型优化工具库,TorchAO提供了包括量化、稀疏化等多种模型优化技术,帮助开发者在不显著损失模型精度的情况下,大幅提升模型推理和训练效率。

核心亮点

块稀疏技术正式发布

在0.9.0版本中,块稀疏技术从实验状态正式晋升为稳定功能。这项技术通过将权重矩阵划分为固定大小的块,并智能地选择保留或丢弃整个块,实现了模型的高效压缩和加速。

使用方式极为简洁:

from torchao.sparsity import sparsify, block_sparse_weight
sparsify_(model, block_sparse_weight(blocksize=64))

性能表现令人印象深刻,在Meta-Llama-3.1-8B模型上的测试显示:

  • 使用64x64块大小和90%稀疏率时,解码速度提升近2倍(262.94 tok/s vs 134.40 tok/s)
  • 模型大小从15.01GB压缩至4.88GB,减少了67%

量化API重大重构

0.9.0版本对量化API进行了全面重构,从基于可调用对象的配置方式转向更直观的配置对象模式。这一变化带来了三大优势:

  1. 与生态系统其他组件保持更好的一致性
  2. 配置实例化后可进行详细检查
  3. 消除了常见的混淆来源

新旧API对比示例:

# 旧版API(0.8.0及之前)
quantize_(model, int8_weight_only(group_size=128))

# 新版API(0.9.0及之后)
quantize_(model, Int8WeightOnlyConfig(group_size=128))

虽然旧版API仍可继续使用,但建议开发者逐步迁移到新版配置对象模式。

关键技术进展

超级掩码技术

0.9.0引入了Supermask技术,通过在训练阶段学习块稀疏掩码,显著提升了稀疏模型的精度。这一技术特别适合需要高精度稀疏模型的场景。

典型使用流程:

# 训练阶段使用Supermask
sparsify_(model, lambda x: SupermaskLinear.from_linear(x, block_size=64, sparsity_level=0.9))

# 训练完成后转换为标准线性层
sparsify_(model, lambda x: SupermaskLinear.to_linear(x, sparsity_level=0.9))
sparsify_(model, block_sparse_weight(blocksize=64))

4位动态量化新内核

新增了基于CUTLASS的W4A4(4位权重+4位激活)动态量化内核,为超低精度推理提供了新的可能性:

from torchao.quantization import int4_dynamic_activation_int4_weight
quantize_(model, int4_dynamic_activation_int4_weight)

实验性功能

MXFP8和MXFP4训练支持

针对NVIDIA Blackwell GPU,TorchAO 0.9.0提供了MXFP8和MXFP4训练与推理的早期支持。这些微缩格式为下一代硬件上的高效计算铺平了道路。

MX训练示例:

from torchao.prototype.mx_formats import swap_linear_with_mx_linear
config = MXLinearConfig(elem_dtype=torch.float8_e4m3fn, block_size=32)
swap_linear_with_mx_linear(model, config=config)

开发者工具改进

训练优化

  • 在float8训练中支持2的幂次缩放因子
  • 优化了FSDP内存使用,特别针对float8行级缩放训练
  • 改进了float8训练中的配置API,使其更加直观

错误修复

  • 修复了torch.intx在FakeQuantizeConfig中的支持问题
  • 解决了DDP与nf4量化兼容性问题
  • 修正了Marlin量化在SM<8.0设备上的编译问题

文档完善

0.9.0版本大幅更新了文档系统,包括:

  • 新增稀疏化入门指南
  • 更新支持的dtype列表
  • 添加模块交换到张量子类的迁移教程
  • 完善了静态量化教程

总结

TorchAO 0.9.0标志着该项目在模型优化技术上迈出了重要一步。块稀疏技术的成熟、量化API的重构以及多项新特性的加入,使得TorchAO在模型压缩和加速领域的能力得到全面提升。对于追求高效AI模型部署的开发者来说,这个版本提供了更多强有力的工具选择。

特别值得注意的是,TorchAO团队在保持API稳定性的同时,积极引入创新技术,如Supermask和MX格式支持,展现了项目的前瞻性。随着PyTorch生态系统的不断发展,TorchAO有望成为模型优化领域不可或缺的核心组件。

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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
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
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5