Skip to content

Latest commit

 

History

History
39 lines (33 loc) · 1.47 KB

bnb.md

File metadata and controls

39 lines (33 loc) · 1.47 KB
Raw

BNB量化

设备要求

20以上显卡，显存能够加载模型。

  1. 安装bitsandbytes

    pip install bitsandbytes

  2. 修改量化脚本参数 修改MiniCPM/quantize/bnb_quantize.py 中以下参数

    model_path = "/root/ld/ld_model_pretrain/MiniCPM3-4B"  # 模型下载地址
save_path = "/root/ld/ld_model_pretrain/MiniCPM3-4B-int4"  # 量化模型保存地址

  3. 更多量化参数可根据注释以及llm.int8()算法进行修改

    quantization_config = BitsAndBytesConfig(
    load_in_4bit=True,  # 是否进行4bit量化
    load_in_8bit=False,  # 是否进行8bit量化
    bnb_4bit_compute_dtype=torch.float16,  # 计算精度设置
    bnb_4bit_quant_storage=torch.uint8,  # 量化权重的储存格式
    bnb_4bit_quant_type="nf4",  # 量化格式，这里用的是正态分布的int4
    bnb_4bit_use_double_quant=True,  # 是否采用双量化，即对zeropoint和scaling参数进行量化
    llm_int8_enable_fp32_cpu_offload=False,  # 是否llm使用int8，cpu上保存的参数使用fp32
    llm_int8_has_fp16_weight=False,  # 是否启用混合精度
    # llm_int8_skip_modules=["out_proj", "kv_proj", "lm_head"],  # 不进行量化的模块
    llm_int8_threshold=6.0,  # llm.int8()算法中的离群值，根据这个值区分是否进行量化
)

  4. 运行以下代码，执行量化

    cd MiniCPM/quantize
python bnb_quantize.py