首页
/ TensorRT-Model-Optimizer 0.29.0版本发布:量化优化能力全面升级

TensorRT-Model-Optimizer 0.29.0版本发布:量化优化能力全面升级

2025-07-08 14:00:06作者:乔或婵

TensorRT-Model-Optimizer(简称ModelOpt)是NVIDIA推出的一个开源模型优化工具包,专注于为深度学习模型提供高效的量化、剪枝等优化能力,帮助开发者将模型部署到NVIDIA GPU上时获得最佳性能。最新发布的0.29.0版本带来了多项重要更新,特别是在量化技术方面有显著增强。

量化技术重大更新

新型量化精度支持

0.29.0版本新增了对INT8真实量化的支持,这是继FP8之后又一个重要的量化精度选项。INT8量化能够在保持较高模型精度的同时,显著减少模型大小并提升推理速度。特别值得注意的是,新版本还加入了FP8 GEMM的逐张量量化内核,开发者可以在PTQ(训练后量化)后使用mtq.compressAPI来加速量化模型的评估过程。

量化算法架构改进

SequentialQuantizer组件在本版本中进行了重构,提升了实现质量和可维护性,同时保持了原有功能。这一改进使得量化流程更加稳定可靠。此外,新版本还支持添加自定义量化校准算法,开发者可以根据特定需求实现自己的校准策略,这为特殊场景下的模型优化提供了更大的灵活性。

大语言模型支持增强

TensorRT-LLM 0.18集成

针对大语言模型场景,0.29.0版本将LLM示例升级到了TensorRT-LLM 0.18版本,并新增了对Gemma-3和Llama-Nemotron模型的支持。这些更新使得开发者能够利用最新的优化技术来处理更大、更复杂的语言模型。

EAGLE3训练支持

对于使用Megatron-LM框架的开发者,新版本增加了对EAGLE3(LlamaForCausalLMEagle3)的训练支持,并提供了统一的ModelOpt检查点导出功能。这一特性简化了大模型训练和优化的流程。

ONNX量化功能扩展

输入形状管理优化

ONNX量化功能现在支持通过--override_shapes标志来覆盖模型的输入形状,而--calibration_shapes则专门用于校准过程的输入形状。这种分离使得形状管理更加清晰和灵活。

UNet模型支持与性能优化

新版本增加了对UNet模型的ONNX量化支持,这对于计算机视觉领域的开发者尤为重要。同时,默认启用了concat_elimination和冗余Cast消除等优化通道,这些改进可以显著提升量化后ONNX模型的性能。

分布式训练支持增强

DynamicModule组件新增了parallel_state属性,用于支持数据并行和张量并行等分布式并行策略。这一改进使得ModelOpt能够更好地适应大规模分布式训练场景。

未来展望

随着0.29.0版本的发布,TensorRT-Model-Optimizer在量化技术方面又向前迈进了一大步。从新精度支持到算法架构改进,从大模型优化到分布式训练增强,这些更新共同构成了一个更加强大、灵活的模型优化工具包。值得注意的是,该版本已开始逐步淘汰对torch<2.4版本的支持,开发者应提前做好升级准备。

对于需要在NVIDIA GPU上部署深度学习模型的开发者来说,TensorRT-Model-Optimizer 0.29.0提供了更加全面的优化选项和更高效的执行性能,值得深入研究和采用。

登录后查看全文
热门项目推荐

热门内容推荐

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