التاليالدليل التالي
تكميم المتجهات المتبقية
الذكاء الاصطناعي الصوتي
دليل اللغة AI
تمثل عملية الكم (Quantization) قيم الشبكة العصبية المحددة بمستويات عددية أقل أو متباينة بشكل مختلف.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~3 min
يمكن أن تقلل من مساحة التخزين وتغير متطلبات الحساب، بينما يعتمد التأثير على الدقة ووقت التشغيل على الطريقة والتنفيذ.
A neural network uses numerical values for weights and intermediate activations. Quantization changes the representation of selected values, often reducing the number of bits used for storage. A weight-only scheme should be distinguished from one that also quantizes activations. Bit counts provide an ideal payload calculation: storing the same number of weights at four bits instead of sixteen uses one-quarter of the raw packed-weight bits. That arithmetic does not include scale metadata, unquantized values, activations, caches, or temporary workspace, so it is not a promise about total device memory. Quantization can introduce rounding or other approximation error. Its effect on predictions needs evaluation rather than an assumption that every compressed model stays identical to its baseline. Calibration procedures use representative inputs to guide decisions. GPTQ uses approximate second-order information for post-training weight quantization. AWQ uses activation observations to identify salient weight scaling choices; activation-aware describes information used for weight quantization, not a rule that all activations are themselves stored as low-bit integers. Lower-bit packing can reduce transferred bytes, but runtime gains also depend on kernels, hardware, and conversion overhead. Storage and arithmetic precision can differ: QLoRA, for example, distinguishes low-bit stored weights from higher-precision computation. An affine integer representation offers a useful illustration. With a stated reconstruction rule of scale times code minus zero point, code six, scale one-half, and zero point two reconstruct the value two. Quantization-aware training instead exposes training to the effects of the chosen quantization procedure so learned values can adapt; post-training methods act on an already trained starting model.
مقارنة نقاط التحقق ذات الأوزان المكممة بواسطة GPTQ مع خط الأساس كامل الدقة المقابل لها.
دراسة كيف تستخدم تقنية AWQ معلومات التنشيط لاختيار تحجيم الأوزان.
فصل حمولة الأوزان المعبأة المثالية عن المقاييس وعمليات التنشيط وغيرها من ذاكرة العمل.
مقارنة الكم بعد التدريب مع إجراء التدريب الواعي للكم.
يمكن مقارنة طرق الدقة المنخفضة عبر متطلبات التخزين ووقت التشغيل جودة المهام. يجب الإبلاغ عن الفائدة المقاسة على نموذج وجهاز واحد مع تفاصيل المعايرة والتنفيذ الخاصة بها. قد تساعد حمولات الأوزان الأصغر حجمًا عبء العمل المحدود بالذاكرة، بينما يمكن أن تؤدي النواة غير المدعومة أو تكاليف التحويل إلى تغيير النتيجة. توفر الأساليب الواعية للتدريب وما بعد التدريب خيارات تكييف مختلفة، ويمكن للتصميمات ذات الدقة المختلطة تخصيص الدقة بشكل انتقائي. قم بتقييم ذاكرة العمل الكاملة والمهام المقصودة بدلاً من استنتاج إمكانية نشرها أو خصوصيتها أو دقتها من تسمية عرض البت وحدها.
رسالة إخبارية مجانية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
تمثل عملية الكم (Quantization) قيم الشبكة العصبية المحددة بمستويات عددية أقل أو متباينة بشكل مختلف. يمكن أن تقلل من مساحة التخزين وتغير متطلبات الحساب، بينما يعتمد التأثير على الدقة ووقت التشغيل على الطريقة والتنفيذ.
تغير عملية الكم التمثيلات العددية؛ ويمكن للمخططات الأخرى أن تستهدف عمليات التنشيط أيضاً.
أربعة مقسومة على ستة عشر تساوي ربعاً؛ وتشمل ذاكرة وقت التشغيل الإجمالية أكثر من حمولة الأوزان.
يؤدي تمثيل القيم بمستويات أقل إلى حدوث خطأ في التقريب، مما قد يؤدي إلى انخفاض جودة المخرجات إذا لم يتم إدارتها بعناية.
تستخدم GPTQ و AWQ آليات مختلفة موجهة بالمعايرة؛ وتحتاج نتائجهما إلى التقييم تحت البيانات والطريقة المقصودتين.
يمكن أن يؤدي التعبئة إلى تقليل البتات المنقولة، بينما يحدد مسار التنفيذ ما إذا كان ذلك يؤدي إلى فائدة في السرعة.
استمر في التعلم
تم اختيار المزيد من الأدلة لهذا الموضوع
التاليالدليل التالي
تكميم المتجهات المتبقية
الذكاء الاصطناعي الصوتي