LLaVA 量化案例

模型介绍

• LLaVA（Large Language and Vision Assistant）是一个多模态大模型，由威斯康星大学麦迪逊分校、微软研究院和哥伦比亚大学研究者共同发布。能完成图像描述、视觉问答、图像查询、根据图片写代码等任务，还能用于多模态聊天、科学问答，帮助理解图像内容并生成相应的自然语言文本。

环境配置

• 基础环境配置请参考安装指南

• transformers版本需要配置安装为4.37.2

  pip install transformers==4.37.2
  

LLaVA模型当前已验证的量化方法

模型	原始浮点权重	量化方式	推理框架支持情况	量化命令
LLaVA-v1.5-7B	llava-1.5-7b-hf	W8A8静态量化	MindIE当前不支持 vLLM Ascend当前不支持	W8A8静态量化

说明：

• 点击量化命令列中的链接可跳转到对应的具体量化命令。

生成量化权重

• 量化权重统一使用quant_llava.py脚本生成，以下提供LLaVA模型量化权重生成快速启动命令。

使用案例

• 如果需要使用NPU多卡量化，请先配置环境变量以支持多卡量化（Atlas 300I Duo 系列产品不支持多卡量化）：

  # 根据实际情况选择多卡，以下2卡量化为例：
  export ASCEND_RT_VISIBLE_DEVICES=0,1
  export PYTORCH_NPU_ALLOC_CONF=expandable_segments:False
  

• 若加载自定义模型，调用from_pretrained函数时要指定trust_remote_code=True，让修改后的自定义代码文件能够正确地被加载。(请确保加载的自定义代码文件的安全性)

1. LLaVA-v1.5-7B

LLaVA-v1.5-7B W8A8静态量化

生成LLaVA-v1.5-7B模型W8A8量化权重，异常值抑制使用m2算法，在NPU上运行，请将{浮点权重路径}和{量化权重路径}替换为用户实际路径。{校准图片路径}默认为"../calibImages"，用户可根据实际场景替换为其他图片。

python quant_llava.py  --model_path {浮点权重路径} --calib_images {校准图片路径}  --save_directory {量化权重保存路径} --w_bit 8 --a_bit 8 --device_type npu --trust_remote_code True --mindie_format

量化参数说明

参数名	含义	默认值	使用方法
model_path	浮点权重路径	无默认值	必选参数； 输入LLaVA原始浮点权重目录路径。
calib_images	校准集图片路径	../calibImages	可选参数； 输入校准数据集的目录路径。本示例中图片来源于公开数据集COCO。 示例选取其中2张图片。用户可根据实际场景替换为其他图片。
save_directory	量化权重路径	无默认值	必选参数； 输出量化权重路径。
part_file_size	量化权重文件大小，单位是GB	默认为None，不限制单个权重文件大小，只生成一个量化权重文件。	可选参数； 生成量化权重文件大小，请用户自定义单个量化权重文件的大小上限。
w_bit	权重量化bit	8	可选参数; 在LLaVA量化场景下支持配置为8。
a_bit	激活值量化bit	8	可选参数; 在LLaVA量化场景下支持配置为8。
device_type	量化运行设备类型	'npu'	可选参数; 可选值：['cpu', 'npu']。
trust_remote_code	是否信任自定义代码	False	可选参数; 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)。
mindie_format	多模态理解模型量化后的权重配置文件是否兼容MindIE现有版本	False	开启mindie_format时保存的量化权重格式能够兼容MindIE当前的版本。

• 更多参数配置要求，请参考量化过程中配置的参数 QuantConfig 以及量化参数配置类 Calibrator