量化算子

量化是一种模型优化技术，用于减小大型模型的尺寸，以在精度略有损失的情况下实现更好的存储性能。

CUDA 算子

at::Tensor _float_to_bfloat16_gpu(const at::Tensor &input)

将 float 值张量转换为 Brain Floating Point (bfloat16) 值张量。

参数:

input – 一个 float 值张量

返回:

一个新张量，其值由输入张量转换为 bfloat16。

at::Tensor _bfloat16_to_float_gpu(const at::Tensor &input)

将 Brain Floating Point (bfloat16) 值张量转换为 float 值张量。

参数:

input – 一个 bfloat16 值张量

返回:

一个新张量，其值由输入张量转换为 float。

Tensor _float_to_FP8rowwise_gpu(const Tensor &input, const bool forward)

将 float 值张量转换为 fp8 值张量。

参数:

• input – 一个 float 值张量。数据类型可以是 SparseType::FP32、SparseType::FP16 或 SparseType::BF16。

• forward –

抛出:

c10::Error – 如果 input.dtype 不是 (SparseType::FP32、SparseType::FP16 或 SparseType::BF16) 之一。

返回:

一个新张量，其值由输入张量转换为 fp8。

at::Tensor _FP8rowwise_to_float_gpu(const at::Tensor &input, bool forward, const int64_t output_dtype)

将 fp8 值张量转换为 float 值张量。

参数:

• input – 一个 fp8 值张量

• forward –

• output_dtype – 目标浮点类型，指定为 SparseType 枚举的整数表示

抛出:

c10::Error – 如果 output_dtype 不是 (SparseType::FP32、SparseType::FP16 或 SparseType::BF16) 之一。

返回:

一个新张量，其值由输入张量转换为 float（数据类型为 SparseType::FP32、SparseType::FP16 或 SparseType::BF16）。

Tensor _float_to_fused8bitrowwise_gpu(const Tensor &input)

将 float 值张量转换为融合 8 位行级值张量。

参数:

input – 一个 float 值张量

返回:

一个新张量，其值由输入张量转换为融合 8 位行级。

Tensor _half_to_fused8bitrowwise_gpu(const Tensor &input)

将 at::Half 值张量转换为融合 8 位行级值张量。

参数:

input – 一个 at::Half 值张量

返回:

一个新张量，其值由输入张量转换为融合 8 位行级。

Tensor _single_or_half_precision_to_fused8bitrowwise_gpu(const Tensor &input)

将 at::Single 或 at::Half 值张量转换为融合 8 位行级值张量。

参数:

input – 一个 at::Single 或 at::Half 值张量

返回:

一个新张量，其值由输入张量转换为融合 8 位行级。

at::Tensor _fused8bitrowwise_to_float_gpu(const at::Tensor &input)

将融合 8 位行级值张量转换为 float 值张量。

参数:

input – 一个融合 8 位行级值张量

返回:

一个新张量，其值由输入张量转换为 float。

at::Tensor _fused8bitrowwise_to_half_gpu(const at::Tensor &input)

将融合 8 位行级值张量转换为 at::Half 值张量。

参数:

input – 一个融合 8 位行级值张量

返回:

一个新张量，其值由输入张量转换为 at::Half。

at::Tensor _fused8bitrowwise_to_single_or_half_precision_gpu(const at::Tensor &input, const int64_t output_dtype, const bool scale_bias_last, const bool quant_padding_float_type)

将融合 8 位行级值张量转换为 float、at::Half 或 at::BFloat16 值张量。

参数:

• input – 一个融合 8 位行级值张量

• output_dtype – 目标浮点类型，指定为 SparseType 枚举的整数表示

抛出:

c10::Error – 如果 output_dtype 不是 (SparseType::FP32、SparseType::FP16 或 SparseType::BF16) 之一。

返回:

一个新张量，其值由输入张量转换为 float、at::Half 或 at::BFloat16。

at::Tensor _fused8bitrowwise_to_float_mixed_dim_gpu(const at::Tensor &input, const at::Tensor &D_offsets, const int64_t output_dtype)

将融合 8 位行级值张量转换为 at::kFloat 或 at::kHalf 值张量。

参数:

• input – 一个融合 8 位行级值张量

• D_offsets –

• output_dtype – 目标浮点类型，指定为 SparseType 枚举的整数表示

抛出:

c10::Error – 如果 output_dtype 不是 (SparseType::FP32、SparseType::FP16) 之一。

返回:

一个新张量，其值由输入张量转换为 at::kFloat 或 at::kHalf。

Tensor _float_to_fusednbitrowwise_gpu(const Tensor &input, const int64_t bit_rate)

将 float 值张量转换为融合 N 位行级值张量。

参数:

• input – 一个 float 值张量

• bit_rate –

返回:

一个新张量，其值由输入张量转换为融合 N 位行级。

at::Tensor _half_to_fusednbitrowwise_gpu(const at::Tensor &input, const int64_t bit_rate)

将 at::Half 值张量转换为融合 N 位行级值张量。

参数:

• input – 一个 at::Half 值张量

• bit_rate –

返回:

一个新张量，其值由输入张量转换为融合 N 位行级。

Tensor _single_or_half_precision_to_fusednbitrowwise_gpu(const Tensor &input, const int64_t bit_rate)

将 float 或 at::Half 值张量转换为融合 N 位行级值张量。

参数:

• input – 一个 float 或 at::Half 值张量

• bit_rate –

返回:

一个新张量，其值由输入张量转换为融合 N 位行级。

at::Tensor _fusednbitrowwise_to_float_gpu(const at::Tensor &input, const int64_t bit_rate)

将融合 N 位行级值张量转换为 float 值张量。

参数:

• input – 一个融合 N 位行级值张量

• bit_rate –

返回:

一个新张量，其值由输入张量转换为 float。

at::Tensor _fusednbitrowwise_to_half_gpu(const at::Tensor &input, const int64_t bit_rate)

将融合 N 位行级值张量转换为 at::Half 值张量。

参数:

• input – 一个融合 N 位行级值张量

• bit_rate –

返回:

一个新张量，其值由输入张量转换为 at::Half。

at::Tensor _fusednbitrowwise_to_single_or_half_precision_gpu(const at::Tensor &input, const int64_t bit_rate, const int64_t output_dtype, const bool scale_bias_last)

将融合的 N 比特行wise 值张量转换为 float、at::Half 或 at::Bf16 值张量。

参数:

• input – 一个融合 N 位行级值张量

• bit_rate –

• output_dtype – 目标浮点类型，指定为 SparseType 枚举的整数表示

抛出:

c10::Error – 如果 output_dtype 不是 (SparseType::FP32 或 SparseType::FP16 或 SparseType::BF16) 之一。

返回:

一个新的张量，其值根据 output_dtype 从输入张量转换为 float、at::Half 或 at::Bf16。

at::Tensor _float_to_hfp8_gpu(const at::Tensor &input, const int64_t ebits, const int64_t exponent_bias, const double max_pos)

将 float 值张量转换为 Hybrid 8-bit Floating Point (hfp8) 值张量。

参数:

• input – 一个 float 值张量

• ebits –

• exponent_bias –

• max_pos –

抛出:

c10::Error – 如果 ebits > 0 或 exponent_bias > 0。

返回:

一个新的张量，其值从输入张量转换为 hfp8。

at::Tensor _hfp8_to_float_gpu(const at::Tensor &input, const int64_t ebits, const int64_t exponent_bias)

将 Hybrid 8-bit Floating Point (hfp8) 值张量转换为 float 值张量。

参数:

• input – hfp8 值张量

• ebits –

• exponent_bias –

抛出:

c10::Error – 如果 ebits > 0 或 exponent_bias > 0。

返回:

一个新张量，其值由输入张量转换为 float。

at::Tensor _float_to_msfp_gpu(const at::Tensor &input, const int64_t bounding_box_size, const int64_t ebits, const int64_t mbits, const int64_t bias, const double min_pos, const double max_pos)

将 float 值张量转换为 Microsoft Floating Point (msfp) 值张量。

参数:

• input – 一个 float 值张量

• bounding_box_size –

• ebits –

• mbits –

• bias –

• min_pos –

• max_pos –

返回:

一个新的张量，其值从输入张量转换为 msfp。

at::Tensor _msfp_to_float_gpu(const at::Tensor &input, const int64_t ebits, const int64_t mbits, const int64_t bias)

将 Microsoft Floating Point (msfp) 值张量转换为 float 值张量。

参数:

• input – msfp 值张量

• ebits –

• mbits –

• bias –

返回:

一个新张量，其值由输入张量转换为 float。

Tensor _float_to_paddedFP8rowwise_gpu(const Tensor &input, const bool forward, const int64_t row_dim)

将 float 值张量转换为填充的 fp8 行wise 值张量。

参数:

• input – 一个 float 值张量。数据类型可以是 SparseType::FP32、SparseType::FP16 或 SparseType::BF16。

• forward –

• row_dim –

返回:

一个新的张量，其值从输入张量转换为填充的 fp8 行wise。

at::Tensor _paddedFP8rowwise_to_float_gpu(const at::Tensor &input, const bool forward, const int64_t row_dim, const int64_t output_last_dim, const int64_t output_dtype)

将填充的 fp8 行wise 值张量转换为 float / values 张量。

@param input A tensor of `float` values.  The dtype can be either
             `SparseType::FP32`, `SparseType::FP16`, or `SparseType::BF16`
@param forward
@param row_dim
@param output_last_dim
@param output_dtype The target floating point type, specified as integer
                    representation of `SparseType` enum

@return A new tensor with values from the input tensor converted to `float`.

@throw c10::Error if `output_dtype` is not one of (`SparseType::FP32`,
`SparseType::FP16`, `SparseType::BF16`).

CPU 算子

Tensor &_fused8bitrowwise_to_float_cpu_out(Tensor &output, const Tensor &input)

Tensor &_float_to_fused8bitrowwise_cpu_out(Tensor &output, const Tensor &input)

Tensor float_to_fused8bitrowwise_cpu(const Tensor &input)

Tensor half_to_fused8bitrowwise_cpu(const Tensor &input)

Tensor float_or_half_to_fused8bitrowwise_cpu(const Tensor &input)

Tensor fused8bitrowwise_to_float_cpu(const Tensor &input)

Tensor fused8bitrowwise_to_half_cpu(const Tensor &input)

Tensor fused8bitrowwise_to_float_or_half_cpu(const Tensor &input, const int64_t output_dtype, const bool scale_bias_last, const bool quant_padding_float_type)

Tensor float_to_FP8rowwise_cpu(const Tensor &input, bool forward)

Tensor FP8rowwise_to_float_cpu(const Tensor &input, bool forward, const int64_t output_dtype)

Tensor fusednbitrowwise_to_float_cpu(const Tensor &input, const int64_t bit_rate)

Tensor fusednbitrowwise_sbfront_to_float_cpu(const Tensor &input, const int64_t bit_rate, const int64_t output_dtype)

将存储了 scale 和 bias 在前面的 int4/int2 行进行反量化，得到 float32/float16/Bfloat16。

将存储了 scale 和 bias 在前面的 int4/int2 行反量化为 float32。输入张量应具有 torch.quint4x2 或 torch.quint2x4 数据类型和 QuantizedCPU 后端。此算子仅推荐用于测试目的，因为其内核是参考实现且未优化。

参数:

• input – 存储了 scale 和 bias 在前面的 int4/int2 行张量。

• bit_rate – 每个元素的比特率。应为 4 或 2。

返回:

float32 张量，存储反量化后的数值。

Tensor fusednbitrowwise_to_half_cpu(const Tensor &input, const int64_t bit_rate)

Tensor fusednbitrowwise_to_float_or_half_cpu(const Tensor &input, const int64_t bit_rate, const int64_t output_dtype, const bool scale_bias_last)

void FloatToFP8Quantized_ref(const float *const input, const size_t nrows, const size_t ncols, uint8_t *const output, const int ebits, const int exponent_bias, const double max_pos)

void FP8QuantizedToFloat_ref(const uint8_t *const input, const size_t nrows, const size_t ncols, float *const output, const int ebits, const int exponent_bias)