ONNX项目中INT4张量负值存储异常问题分析

ONNX（Open Neural Network Exchange）作为深度学习模型的开源格式标准，其张量存储机制一直是开发者关注的重点。近期在ONNX项目中发现了一个关于INT4数据类型存储的异常问题，本文将深入分析该问题的技术细节、产生原因及解决方案。

问题现象

当使用onnx.helper.make_tensor()创建包含负值的INT4张量时，发现生成的TensorProto字节大小异常增大，达到预期大小的5倍。具体表现为：

1. 创建一个包含4096个-4值的INT4张量
2. 预期存储大小约为4096字节
3. 实际存储大小达到20492字节
4. 通过hex(tensor_x.int32_data[0])检查发现值为'-0x34'而非预期的'0xcc'

技术背景

在ONNX中，INT4数据类型采用特殊的存储方式：

• 每个INT4值占用4位(半字节)
• 两个INT4值会被打包成一个字节(8位)存储
• 对于INT4张量，ONNX使用int32_data字段而非raw_data字段

根本原因分析

经过深入分析，发现问题源于两个关键因素：

1. 数据类型处理不当：

   • make_tensor()函数错误地将两个INT4值打包为np.int8类型
   • 正确的做法应该是使用np.uint8类型，无论对于INT4还是UINT4都应如此

2. Protobuf编码特性：

   • Protobuf对负值采用变长编码(varint)
   • 一个uint8值(0-255)仅需2字节编码(1字节标签+1字节数据)
   • 而负的int8值需要10字节编码(如-0x34编码为0xffffffffffffffcc)

影响范围

该问题会影响以下场景：

• 所有包含负值的INT4张量
• 使用int32_data字段存储的INT4张量(不使用raw_data字段的情况)
• 模型序列化后的文件大小显著增大

解决方案

正确的实现应该：

1. 始终将两个INT4值打包为np.uint8类型
2. 确保int32_data中的每个元素都是不透明的uint8值，且高位(31:8位)为零
3. 这样Protobuf可以每个元素用1字节标签+1字节数据的方式序列化

验证方法

开发者可以通过以下方式验证修复效果：

# 创建测试数据
data = np.array([-4] * 4096, dtype=np.int8)
shape = (4096,)

# 创建张量
tensor_x = onnx.helper.make_tensor("x", onnx.TensorProto.INT4, shape, data)

# 验证
assert hex(tensor_x.int32_data[0]) == '0xcc'  # 应得到0xcc而非-0x34
assert tensor_x.ByteSize() ≈ 4107  # 预期大小约为4096字节

总结

ONNX中INT4张量的负值存储异常问题揭示了底层数据类型处理和Protobuf编码交互的复杂性。正确理解和使用无符号类型对于紧凑存储至关重要。此问题的修复不仅减小了模型文件大小，也保证了数据编码的正确性，对需要高效存储INT4量化模型的场景尤为重要。开发者在使用ONNX的INT4数据类型时，应当注意检查负值的处理方式，确保获得预期的存储效率。