دليل اللغة AI

التكميم

تمثل عملية الكم (Quantization) قيم الشبكة العصبية المحددة بمستويات عددية أقل أو متباينة بشكل مختلف.

استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~3 min

في هذه الصفحةقراءة لمدة 3 دقائق
  1. نظرة عامة
  2. الغوص العميق
  3. التنفيذ في العالم الحقيقي
  4. مستقبل التكميم
  5. وضعها موضع التنفيذ
  6. استمر في الاستكشاف
  7. الأسئلة المتداولة

نظرة عامة

يمكن أن تقلل من مساحة التخزين وتغير متطلبات الحساب، بينما يعتمد التأثير على الدقة ووقت التشغيل على الطريقة والتنفيذ.

الغوص العميق

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.

التنفيذ في العالم الحقيقي

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.

مستقبل التكميم

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.

وضعها موضع التنفيذ

لماذا يهم

  • السرعة والحجم. يمكن أن تتحرك مسارات عمل اللغة بشكل أسرع دون التضحية بالاتساق.
  • الوصول والوصول. فهو يوسع الوصول عبر اللغات وأنماط الاتصال.
  • قرارات أوضح. يمكن للفرق قضاء المزيد من الوقت في الحكم بينما تتعامل الأتمتة مع التكرار.

احترس من

  • يمكن للحقائق المهلوسة إدخال التقارير أو تدفقات الدعم أو مخرجات البحث بهدوء.
  • يمكن أن تؤدي الحساسية السريعة إلى نتائج غير متناسقة عبر الطلبات المماثلة.
  • قد يتم كشف البيانات النصية الحساسة إذا كانت عناصر التحكم في الوصول ضعيفة.

الخطوات التالية

  1. حدد تنسيق الإخراج والنغمة ومعايير الجودة قبل بدء التشغيل.
  2. استجابات أرضية من مصادر موثوقة عندما تكون الدقة مهمة.
  3. احتفظ بنقطة تفتيش للمراجعة البشرية للمخرجات عالية المخاطر.
  4. تتبع أنماط الفشل وأعد تدريب المطالبات أو سير العمل بانتظام.

استمر في الاستكشاف

رسالة إخبارية مجانية

احصل على الإحاطة اليومية لمنظمة العفو الدولية

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

أجب عن اختبار الكم (Quantization)

تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.

ابدأ الاختبار

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

الأسئلة المتداولة

ما هو الكم (Quantization)؟

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.

في مخطط الكم الموجه نحو الأوزان، ما هي خاصية التمثيل التي يتم تغييرها؟

تغير عملية الكم التمثيلات العددية؛ ويمكن للمخططات الأخرى أن تستهدف عمليات التنشيط أيضاً.

بإلغاء البيانات الوصفية وذاكرة العمل الأخرى، ما هي نسبة بتات الأوزان المعبأة الخام المتبقية عند نقل نفس الأوزان من 16 بت إلى 4 بت؟

أربعة مقسومة على ستة عشر تساوي ربعاً؛ وتشمل ذاكرة وقت التشغيل الإجمالية أكثر من حمولة الأوزان.

ما هو الجانب السلبي الرئيسي للتكميم العدواني؟

يؤدي تمثيل القيم بمستويات أقل إلى حدوث خطأ في التقريب، مما قد يؤدي إلى انخفاض جودة المخرجات إذا لم يتم إدارتها بعناية.

لماذا تفحص طريقتي GPTQ و AWQ المذكورتان مدخلات المعايرة؟

تستخدم GPTQ و AWQ آليات مختلفة موجهة بالمعايرة؛ وتحتاج نتائجهما إلى التقييم تحت البيانات والطريقة المقصودتين.

لماذا يجب قياس سرعة وقت التشغيل بدلاً من استنتاجها من عرض بت الأوزان الأدنى وحدها؟

يمكن أن يؤدي التعبئة إلى تقليل البتات المنقولة، بينما يحدد مسار التنفيذ ما إذا كان ذلك يؤدي إلى فائدة في السرعة.