应用训练后量化
端侧 Ascend 推理应用
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 |
|---|---|---|---|
权重量化 |
CPU |
||
昇腾模型压缩工具 |
全量化 |
Ascend 310 AI处理器 |