Wan2.1 量化使用说明
Wan2.1 模型介绍
Wan2.1是阿里巴巴发布的一套全面且开放的视频基础模型，它突破了视频生成的界限。支持多种生成任务：
- 文本到视频 (T2V): 根据文本描述生成视频
- 图像到视频 (I2V): 根据输入图像生成视频
- 文本到图像 (T2I): 根据文本描述生成图像
使用前准备
- 安装 msModelSlim 工具，详情请参见《msModelSlim工具安装指南》。
支持的模型版本与量化策略
| 模型系列 | 模型版本 | 模型仓库链接 | W8A8 | W8A16 | W4A16 | W4A4 | 时间步量化 | FA3量化 | 异常值抑制量化 | 量化命令 |
|---|---|---|---|---|---|---|---|---|---|---|
| Wan2.1 | Wan2.1-14B | Wan2.1-14B | ✅ | W8A8动态量化 | ||||||
| Wan2.1-1.3B | Wan2.1-1.3B | ✅ | W8A8动态量化 |
说明：
- ✅ 表示该量化策略已通过msModelSlim官方验证，功能完整、性能稳定，建议优先采用。
- 空格表示该量化策略暂未通过msModelSlim官方验证，用户可根据实际需求进行配置尝试，但量化效果和功能稳定性无法得到官方保证。
- 点击量化命令列中的链接可跳转到对应的具体量化命令
Wan2.1 量化支持
Wan2.1模型基于Transformer架构，msmodelslim支持对其中Transformer部分进行量化，并支持逐层量化，能够显著降低量化过程中的内存占用。
已验证的量化类型
| 量化类型 | 描述 | 适用场景 | 配置示例 |
|---|---|---|---|
| w8a8_dynamic | 权重8bit per-channel对称量化，激活值8bit动态量化 | 推荐使用，适应不同输入 | wan2_1_w8a8_dynamic.yaml |
量化特性
- 逐层量化: 支持逐层处理，大幅降低内存占用
- 单卡量化: 结合逐层量化特性，可实现在Atlas 800I/800T A2(64G)设备上的单卡量化
- 动态激活值量化: 激活值使用per_token量化范围，提高精度
量化命令
Wan2.1-14B W8A8动态量化
方式一：使用quant_type参数进行一键量化
msmodelslim quant \
--model_path /path/to/wan2_1_14b_float_weights \
--save_path /path/to/wan2_1_14b_quantized_weights \
--device npu \
--model_type Wan2_1 \
--quant_type w8a8 \
--trust_remote_code True
方式二：使用config_path参数指定配置文件进行一键量化
msmodelslim quant \
--model_path /path/to/wan2_1_14b_float_weights \
--save_path /path/to/wan2_1_14b_quantized_weights \
--device npu \
--model_type Wan2_1 \
--config_path /path/to/wan2_1_w8a8_dynamic.yaml \
--trust_remote_code True
Wan2.1-1.3B W8A8动态量化
方式一：使用quant_type参数进行一键量化
msmodelslim quant \
--model_path /path/to/wan2_1_float_weights \
--save_path /path/to/wan2_1_quantized_weights \
--device npu \
--model_type Wan2_1 \
--quant_type w8a8 \
--trust_remote_code True
方式二：使用config_path参数指定配置文件进行一键量化
msmodelslim quant \
--model_path /path/to/wan2_1_float_weights \
--save_path /path/to/wan2_1_quantized_weights \
--device npu \
--model_type Wan2_1 \
--config_path /path/to/wan2_1_w8a8_dynamic.yaml \
--trust_remote_code True
一键量化命令参数说明
一键量化参数基本说明可参考：一键量化参数说明
针对Wan2.1模型，有不同的限制：
| 参数名称 | 解释 | 是否可选 | 范围 |
|---|---|---|---|
| model_path | Wan2.1浮点权重目录 | 必选 | 类型：Str |
| save_path | Wan2.1量化权重保存路径 | 必选 | 类型：Str |
| device | 量化设备 | 必选 | 1. 类型：Str 2. 仅支持"npu" |
| model_type | 模型名称 | 必选 | 1. 类型：Str 2. 大小写敏感，需要配置为"Wan2_1" |
| config_path | 指定配置路径 | 与"quant_type"二选一 | 1. 类型：Str 2. 配置文件格式为yaml 3. 当前只支持最佳实践库中已验证的配置wan2_1_w8a8_dynamic.yaml，若自定义配置，msmodelslim不为量化结果负责 |
| quant_type | 量化类型 | 与"config_path"二选一 | 1. 类型：Str 2. 当前仅支持配置为"w8a8" |
| trust_remote_code | 是否信任自定义代码 | 可选 | 1. 类型：Bool，默认值：False 2. 指定 trust_remote_code=True让修改后的自定义代码文件能够正确地被加载(请确保所加载的自定义代码文件来源可靠，避免潜在的安全风险)。 |
配置文件说明
基础配置结构
apiversion: multimodal_sd_modelslim_v1
spec:
process:
- type: "linear_quant"
qconfig:
act:
scope: "per_token" # 激活值量化范围
dtype: "int8" # 激活值量化数据类型
symmetric: True # 是否对称量化
method: "minmax" # 量化方法
weight:
scope: "per_channel" # 权重量化范围
dtype: "int8" # 权重量化数据类型
symmetric: True # 是否对称量化
method: "minmax" # 量化方法
include: ["*"] # 包含的层模式
exclude: ["*ffn.2*"] # 排除的层模式
save:
- type: "mindie_format_saver"
part_file_size: 0
multimodal_sd_config:
dump_config:
capture_mode: "args"
dump_data_dir: ""
model_config:
prompt: "A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about."
offload_model: True
frame_num: 121
关键配置参数
量化配置 (process)
- type: 处理器类型，固定为"linear_quant"
- qconfig.act: 激活值量化配置
scope: 量化范围，推荐使用"per_token"dtype: 数据类型，固定为"int8"symmetric: 是否对称量化，推荐True，"per_token"量化下仅支持设置为Truemethod: 量化方法，推荐"minmax"
- qconfig.weight: 权重量化配置
scope: 量化范围，固定为"per_channel"dtype: 数据类型，固定为"int8"symmetric: 是否对称量化，推荐Truemethod: 量化方法，推荐"minmax"
保存配置 (save)
- type: 保存器类型，使用"mindie_format_saver"
- part_file_size: 分片文件大小，0表示不分片
多模态配置 (multimodal_sd_config)
-
dump_config: 校准数据捕获配置
capture_mode: 捕获模式，当前仅支持配置为"args"dump_data_dir: 校准数据保存目录，配置为空字符串时会自动转换为使用量化权重保存路径
-
model_config: 模型加载与推理配置，具体可配置的参数需要参考原始推理工程仓Wan2.1模型仓库
字段名 作用 说明 可选值 prompt 校准提示词 用于生成校准数据的文本描述 字符串 offload_model 模型卸载 是否在推理后卸载模型到CPU，值为True时开启 True/False frame_num 生成帧数 视频生成的帧数 大于0的整数 task 任务类型 指定模型任务类型，"t2v-14B"表示14B模型的文本生成视频任务、"t2v-1.3B"表示1.3B模型的文本生成视频任务 "t2v-14B", "t2v-1.3B" size 生成尺寸 视频或图像的尺寸规格 "1280*720", "832*480" sample_steps 采样步数 扩散模型的采样步数 大于0的整数
FAQ
问题：是否支持w8a8静态量化？
解决方案: 可以修改配置文件中的process部分，调整qconfig.act.scope为"per_tensor"启动静态量化，但精度损失严重，不推荐。
现象：如何自定义量化配置？
解决方案：可以修改配置文件中的process部分，调整量化参数和层选择策略。