ONNX项目中INT4张量负值存储异常问题分析
2025-05-12 17:39:39作者:伍霜盼Ellen
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:
- 创建一个包含4096个-4值的INT4张量
- 预期存储大小约为4096字节
- 实际存储大小达到20492字节
- 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:
-
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
-
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:
- 始终将两个INT4值打包为
np.uint8
类型 - 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 - 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。
登录后查看全文
热门项目推荐
- 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~044CommonUtilLibrary
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!C0300- 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
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥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

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

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

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
398
371

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
332
1.08 K