DynamicQuantV2

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	√
Atlas A2 训练系列产品/Atlas A2 推理系列产品	√
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	√
Atlas 训练系列产品	√
Kirin X90 处理器系列产品	√
Kirin 9030 处理器系列产品	√

功能说明

• 算子功能：为输入张量进行pertoken/pertensor/perchannel对称/非对称动态量化。在MOE场景下，每个专家的smooth_scales是不同的，根据输入的group_index进行区分。

• 计算公式：

  • 对称量化：

    • 若不输入smooth_scales，则

      $$scale=row\_max(abs(x))/dtypeMax$$

      $$y=round(x/scale)$$

    • 若输入smooth_scales，则

      $$input=x\cdot smoot{h}_{s}cales$$

      $$scale=row\_max(abs(input))/dtypeMax$$

      $$y=round(input/scale)$$

  • 非对称量化：

    • 若不输入smooth_scales，则

      $$scale=(row\_max(x)-row\_min(x))/(dtypeMax-dtypeMin)$$

      $$offset=dtypeMax-row\_max(x)/scale$$

      $$y=round(x/scale+offset)$$

    • 若输入smooth_scales，则

      $$input=x\cdot smoot{h}_{s}cales$$

      $$scale=(row\_max(input)-row\_min(input))/(dtypeMax-dtypeMin)$$

      $$offset=dtypeMax-row\_max(input)/scale$$

      $$y=round(input/scale+offset)$$

  其中：

  • row_max代表每行求最大值。
  • row_min代表每行求最小值。
  • dtypeMax为输出数据类型的最大值。
  • dtypeMin为输出数据类型的最小值。

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x	输入	算子输入的Tensor，对应公式中的`x`。 shape的维度要大于1。	FLOAT16、BFLOAT16	ND
smooth_scales	可选输入	算子输入的Tensor，对应公式中的`smooth_scales`。 数据类型与x的数据类型保持一致。当group_index为空时，形状为1维。Dim[0]是x的最后一个维度；当group_index不为空时，形状为2维。Dim[0]是专家数(E)。E必须不大于1024。Dim[1]是x的最后一个维度。	FLOAT16、BFLOAT16	ND
group_index	可选输入	指定组的索引。 shape支持1D，为[E, ]，shape的第一维与smooth_scales形状的第一维相同。	INT32	ND
dst_type	可选属性	指定输出y的数据类型。支持DT_INT4(29)、DT_INT8(2)、DT_FLOAT8_E5M2(35)、DT_FLOAT8_E4M3FN(36)、DT_HIFLOAT8(34)。 默认值为DT_INT8(2)。	INT	-
is_symmetrical	可选属性	是否使用对称量化。 默认值为false。	BOOL	-
quant_mode	可选属性	指定量化模式。支持"pertoken"、"pertensor"、"perchannel"。 默认值为"pertoken"。	STRING	-
dst_type_max	可选属性	指定量化输出的范围，仅在Hifloat8场景生效。支持取值0~32768。 默认值为0。	FLOAT	-
y	输出	量化后的输出张量，对应公式中的`y`。 shape与输入x的保持一致。当y的数据类型为INT4，x的最后一个维度必须能被2整除。	INT8、INT4、FLOAT8_E5M2、FLOAT8_E4M3FN、HIFLOAT8	ND
scale	输出	量化后的缩放系数，对应公式中的`scale`。 当quant_mode为"pertoken"时，形状与x去掉最后一个维度后的形状相同。当quant_mode为"pertensor"时，形状为(1,)。	FLOAT32	ND
offset	输出	非对称量化使用的offset，对应公式中的`offset`。 shape与scale的shape保持一致。	FLOAT32	ND

• Atlas 推理系列产品、Atlas 训练系列产品 ：

  • 输入x：数据类型仅支持FLOAT16。
  • 输出y：数据类型仅支持INT8。
  • 输入smooth_scales、group_index为预留参数，当前版本不参与计算。
  • 输入dst_type：只支持配置为2。

• Atlas A3 训练系列产品/Atlas A3 推理系列产品、Atlas A2 训练系列产品/Atlas A2 推理系列产品：输出y的数据类型仅支持INT8、INT4。

• Kirin X90/Kirin 9030 处理器系列产品:

  • 输入x：数据类型不支持BFLOAT16。
  • 可选输入smooth_scales：数据类型不支持BFLOAT16。
  • 输出y：数据类型不支持INT4、FLOAT8_E5M2、FLOAT8_E4M3FN、HIFLOAT8。

约束说明

• E不应大于x去掉最后一个维度后的维度的乘积结果(S)。
• group_index的值应递增，范围从0到S。最后一个值应为S。否则结果将无意义。

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_dynamic_quant_v2	通过aclnnDynamicQuantV2接口方式调用DynamicQuantV2算子。
图模式	-	通过算子IR构图方式调用DynamicQuantV2算子。