应用训练后量化

端侧 Ascend 推理应用

查看源文件

概念

训练后量化是指对预训练后的网络进行权重量化或者全量化,以达到减小模型大小和提升推理性能的目的。 该过程不需要训练,对激活值量化时需要少量校准数据。

权重量化

对模型的权值进行量化,仅压缩模型大小,推理时仍然执行float32运算。量化比特数越低,模型压缩率越大,但是精度损失通常也比较大。

全量化

对模型的权重和激活值统一进行量化,推理时执行int运算。可以减小模型大小、提升模型推理速度和降低功耗。 针对需要提升模型运行速度、降低模型运行功耗的场景,可以使用训练后全量化功能。为了计算激活值的量化参数,用户需要提供校准数据集。

训练后量化工具

根据模型推理部署的硬件平台选择使用对应的训练后量化工具。

训练后量化工具

量化方法支持

推理硬件平台支持

量化模型部署

MindSpore训练后量化工具

权重量化
全量化

CPU

端侧推理

昇腾模型压缩工具

全量化

Ascend 310 AI处理器

Ascend 310 AI处理器上推理