[发明专利]一种4比特量化推理的方法、装置、设备及可读介质

权利要求书

1.一种4比特量化推理的方法，其特征在于，包括以下步骤：

训练生成伪量化模型，将所述伪量化模型中的归一化层合并入卷积层；

对权重参数的数据类型进行等价变换和再量化，以将所述伪量化模型转换为量化模型；

基于所述量化模型将常量折叠合并以生成输出数据类型为int4的推理模型；以及

基于所述推理模型进行推理计算。

2.根据权利要求1所述的4比特量化推理的方法，其特征在于，对权重参数的数据类型进行等价变换和再量化包括：

将权重参数的数据类型由uint4转换为int4；

对所述int4数据类型的权重参数进行再量化。

3.根据权利要求1所述的4比特量化推理的方法，其特征在于，基于所述量化模型将常量折叠合并包括：

将所述量化模型中连续卷积之间上层的反量化操作和下层的量化操作进行合并。

4.根据权利要求1所述的4比特量化推理的方法，其特征在于，基于所述量化模型将常量折叠合并包括：

将所述量化模型中shortcut分支的常量进行折叠合并操作。

5.根据权利要求1所述的4比特量化推理的方法，其特征在于，基于所述推理模型进行推理计算包括：

对卷积的输入值进行pad操作，并将所述输入值的数据类型转换为int4；

对数据类型为int4的输入值进行卷积运算，并将每8个数据类型为int4的卷积结果组合生成一个新的数据类型为int32的卷积结果，并进行存储；

将存储的所述卷积结果进行反量化操作；

将反量化后的所述卷积结果转换为数据类型为int4的数据输出。

6.根据权利要求5所述的4比特量化推理的方法，其特征在于，将存储的所述卷积结果进行反量化操作包括：

将所述卷积结果转换为浮点数后，与反量化系数相乘，并与卷积的偏置相加。

7.根据权利要求5所述的4比特量化推理的方法，其特征在于，将反量化后的所述卷积结果转换为数据类型为int4的数据输出包括：

对所述卷积结果进行限幅，将所述卷积结果的范围限制在-8到7之间，并将所述卷积结果转换为数据类型为int4的数据输出。

8.一种4比特量化推理的装置，其特征在于，包括：

初始模块，配置用于训练生成伪量化模型，将所述伪量化模型中的归一化层合并入卷积层；

等价变换模块，配置用于对权重参数的数据类型进行等价变换和再量化，以将所述伪量化模型转换为量化模型；

常量合并模块，配置用于基于所述量化模型将常量折叠合并以生成输出数据类型为int4的推理模型；以及

推理计算模块，配置用于基于所述推理模型进行推理计算。

9.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现1-7任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。