Iṣiro
Quantization isunki awoṣe AI kan nipa titoju awọn nọmba rẹ ni konge kekere, nitorinaa awoṣe ti o nilo GPU aarin-data le ṣiṣẹ nigbakan lori kọǹpútà alágbèéká tabi foonu.
Akopọ
O jẹ ẹtan akọkọ ti o jẹ ki awọn awoṣe ede nla jẹ olowo poku ati iyara to lati firanṣẹ jakejado.
Jin Dive
Nẹtiwọọki nkankikan jẹ pupọ julọ opoplopo awọn nọmba ti a pe ni awọn iwuwo, deede ti o fipamọ bi awọn iye aaye lilefoofo 16 tabi 32-bit. Quantization tun tọju awọn iwuwo wọnyẹn ni lilo awọn iwọn diẹ, igbagbogbo 8-bit (INT8) tabi paapaa awọn nọmba 4-bit. Lilọ lati 16-bit si 4-bit gige iranti ni aijọju mẹrin, nitorinaa awoṣe paramita 70-bilionu kan ti o nilo nipa 140GB ni 16-bit le baamu ni aijọju 35GB ni 4-bit. Kere awọn nọmba tun gbe nipasẹ iranti yiyara, eyi ti o maa iyara soke iran. Apeja naa jẹ deede: fifin ọpọlọpọ awọn iye sinu awọn ipele diẹ ṣafihan aṣiṣe iyipo. Awọn ọna ti o dara dinku ipadanu yẹn nipa yiyan awọn ifosiwewe igbelewọn ni pẹkipẹki ati aabo awọn iwuwo ifura julọ, nitorinaa awoṣe naa huwa fẹrẹẹ jẹ aami nigba lilo ida kan ti awọn orisun.
Imọ-imọ-ẹrọ
Ẹgbẹ kọọkan ti awọn òṣuwọn n gba ifosiwewe iwọn ti o maapu awọn iye gidi lori eto awọn nọmba kekere kan; isodipupo pada nipasẹ awọn asekale to reconstructs awọn atilẹba nọmba. Awọn ọna iwọn ikẹkọ lẹhin-ikẹkọ bii GPTQ ati AWQ ṣe itupalẹ iwe data isọdọtun kekere kan lati pinnu iru awọn iwuwo wo ni pataki julọ ati ṣeto awọn iwọn lati dinku aṣiṣe iṣẹjade, dipo kiko ohun gbogbo ni afọju. Awọn iṣẹ ṣiṣe nigbagbogbo ni a tọju ni pipe ti o ga julọ nitori pe wọn yatọ diẹ sii ni akoko ṣiṣe. Abajade jẹ awoṣe ti o tọju awọn odidi 4-bit ṣugbọn ṣe iṣiro awọn abajade isunmọ si ẹya pipe ni kikun.
Ipa Ilana
Iyara ati iwọn
Ṣiṣan iṣẹ ede le gbe ni iyara laisi irubọ aitasera.
Wiwọle ati arọwọto
O faagun iraye si kọja awọn ede ati awọn aza ibaraẹnisọrọ.
Awọn ipinnu diẹ sii
Awọn ẹgbẹ le lo akoko diẹ sii lori idajọ lakoko ti adaṣe n kapa atunwi.
Ojo iwaju ti Quantization
Reti titobi lati di aiyipada dipo iṣapeye. Awọn olutaja ohun elo n ṣafikun 4-bit abinibi ati paapaa atilẹyin kekere-bit, ati awọn ilana bii ifarada baki ikẹkọ ti o mọye fun konge kekere sinu awoṣe lati ibẹrẹ, idinku pipadanu deede siwaju. Iwadi sinu awọn aṣoju 2-bit ati 1-bit (alakomeji) nṣiṣẹ, ni ero lati ṣiṣe awọn awoṣe ti o lagbara lori awọn foonu ati awọn eerun ti a fi sii. Bi ẹrọ lori ẹrọ ati ikọkọ AI dagba, awọn awoṣe iwọn daradara yoo jẹ aringbungbun si awọn oluranlọwọ ṣiṣe ni agbegbe laisi fifiranṣẹ data si awọsanma.
Real-World imuse
Ṣiṣe awoṣe iwiregbe bi Llama ni agbegbe lori GPU olumulo kan nipa lilo 4-bit GGUF tabi awọn faili GPTQ dipo nilo awọn kaadi aarin data pupọ.
Awọn oluranlọwọ ẹrọ lori awọn foonu, nibiti awọn awoṣe 8-bit tabi 4-bit jẹ ki ọrọ ati awọn ẹya ọrọ ṣiṣẹ laisi asopọ nẹtiwọọki kan.
Gige awọn idiyele idiyele awọsanma fun bot atilẹyin alabara nipasẹ sisin awoṣe INT8 kan, ni ibamu awọn ibeere diẹ sii lori GPU kọọkan.
Awọn ẹrọ eti bii awọn kamẹra smati tabi awọn sensọ IoT ti n ṣiṣẹ awọn awoṣe ede-iriran iwapọ laarin awọn opin iranti to muna.
Awọn ewu & Awọn ọna iṣọ
Awọn otitọ ti a sọ di mimọ le tẹ awọn ijabọ sii ni idakẹjẹ, awọn ṣiṣan atilẹyin, tabi awọn abajade iwadii.
Ifamọ kiakia le ṣẹda awọn abajade aisedede kọja awọn ibeere ti o jọra.
Awọn data ọrọ ifarabalẹ le farahan ti awọn idari wiwọle ko lagbara.
Ilana Ilana imuse
Ṣetumo ọna kika iṣẹjade, ohun orin, ati awọn iṣedede didara ṣaaju ṣiṣejade.
Awọn idahun ilẹ pẹlu awọn orisun ti o gbẹkẹle nigbakugba ti deede ba ṣe pataki.
Jeki aaye ayẹwo atunyẹwo eniyan fun awọn abajade ti o ga julọ.
Tọpinpin awọn ilana ikuna ati tunṣe awọn itọsi tabi ṣiṣan iṣẹ nigbagbogbo.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Quantization quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Ti o ku Vector Quantization
Awọn ibeere ti a beere nigbagbogbo
Kini Quantization?
Quantization isunki awoṣe AI kan nipa titoju awọn nọmba rẹ ni konge kekere, nitorinaa awoṣe ti o nilo GPU aarin-data le ṣiṣẹ nigbakan lori kọǹpútà alágbèéká tabi foonu. O jẹ ẹtan akọkọ ti o jẹ ki awọn awoṣe ede nla jẹ olowo poku ati iyara to lati ran lọ kaakiri.
Kini titobi ni akọkọ yipada nipa nẹtiwọọki nkankikan?
Quantization tun-itaja awọn iwọn awoṣe ni kekere nomba konge, gẹgẹ bi awọn 8-bit tabi 4-bit odidi dipo 16- tabi 32-bit leefofo.
Ni aijọju melo ni iranti ti wa ni fipamọ nipasẹ gbigbe awọn iwọn lati 16-bit si 4-bit?
Awọn bit 4 jẹ idamẹrin kan ti awọn bit 16, nitorinaa ibi ipamọ iwuwo ṣubu si aijọju idamẹrin, nipa idinku 4x.
Kí ni akọkọ downside ti ibinu quantization?
Aṣoju awọn iye pẹlu awọn ipele diẹ ṣe afihan aṣiṣe iyipo, eyiti o le dinku didara iṣẹjade ti ko ba ni iṣakoso daradara.
Kini awọn ọna bii GPTQ ati AWQ lo data isọdọtun kekere fun?
Awọn ọna ikẹkọ lẹhin-ikẹkọ wọnyi ṣe itupalẹ awọn igbewọle ayẹwo diẹ lati ṣeto awọn ifosiwewe igbelowọn ati daabobo awọn iwuwo ifura, titọju awọn abajade isunmọ si atilẹba.
Kini idi ti titobi nigbagbogbo ṣe awoṣe yiyara, kii ṣe kere nikan?
Awọn iye konge kekere gba iwọn bandiwidi iranti kere si lati fifuye ati gbe, eyiti o jẹ igba igo lakoko iran, nitorinaa ifọkansi ṣe iyara.