Update quantize_config.json
Browse files- quantize_config.json +380 -23
quantize_config.json
CHANGED
@@ -1,6 +1,70 @@
|
|
1 |
{
|
|
|
2 |
"q8": {
|
3 |
"per_model_config": {
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
"text_encoder": {
|
5 |
"op_types": [
|
6 |
"Abs",
|
@@ -38,8 +102,11 @@
|
|
38 |
"Cast",
|
39 |
"Concat",
|
40 |
"Constant",
|
|
|
41 |
"Div",
|
|
|
42 |
"Erf",
|
|
|
43 |
"Gather",
|
44 |
"MatMul",
|
45 |
"Mul",
|
@@ -52,8 +119,101 @@
|
|
52 |
"Sqrt",
|
53 |
"Sub",
|
54 |
"Transpose",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
55 |
"Unsqueeze"
|
56 |
],
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
57 |
"weight_type": "QInt8"
|
58 |
},
|
59 |
"decoder_model": {
|
@@ -87,6 +247,65 @@
|
|
87 |
],
|
88 |
"weight_type": "QInt8"
|
89 |
},
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
90 |
"encodec_decode": {
|
91 |
"op_types": [
|
92 |
"Add",
|
@@ -111,44 +330,66 @@
|
|
111 |
"Transpose",
|
112 |
"Unsqueeze"
|
113 |
],
|
114 |
-
"weight_type": "
|
115 |
},
|
116 |
-
"
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
117 |
"op_types": [
|
118 |
"Add",
|
119 |
-
"ArgMax",
|
120 |
"Cast",
|
121 |
-
"Ceil",
|
122 |
"Concat",
|
123 |
-
"ConcatFromSequence",
|
124 |
"Constant",
|
125 |
"ConstantOfShape",
|
126 |
-
"Conv",
|
127 |
"Div",
|
128 |
-
"Elu",
|
129 |
"Equal",
|
|
|
130 |
"Expand",
|
131 |
"Gather",
|
132 |
-
"Identity",
|
133 |
"If",
|
134 |
-
"
|
135 |
-
"LessOrEqual",
|
136 |
-
"Loop",
|
137 |
"MatMul",
|
138 |
-
"Max",
|
139 |
"Mul",
|
140 |
-
"Neg",
|
141 |
-
"Pad",
|
142 |
"Pow",
|
143 |
-
"
|
144 |
-
"
|
145 |
-
"ReduceSum",
|
146 |
"Reshape",
|
147 |
-
"ScatterND",
|
148 |
-
"SequenceEmpty",
|
149 |
-
"SequenceInsert",
|
150 |
"Shape",
|
151 |
"Slice",
|
|
|
|
|
152 |
"Squeeze",
|
153 |
"Sub",
|
154 |
"Transpose",
|
@@ -157,7 +398,7 @@
|
|
157 |
],
|
158 |
"weight_type": "QUInt8"
|
159 |
},
|
160 |
-
"
|
161 |
"op_types": [
|
162 |
"Add",
|
163 |
"Cast",
|
@@ -169,7 +410,6 @@
|
|
169 |
"Erf",
|
170 |
"Expand",
|
171 |
"Gather",
|
172 |
-
"If",
|
173 |
"Less",
|
174 |
"MatMul",
|
175 |
"Mul",
|
@@ -187,10 +427,127 @@
|
|
187 |
"Unsqueeze",
|
188 |
"Where"
|
189 |
],
|
190 |
-
"weight_type": "
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
191 |
}
|
192 |
},
|
193 |
"per_channel": false,
|
194 |
"reduce_range": false
|
|
|
|
|
|
|
|
|
195 |
}
|
196 |
}
|
|
|
1 |
{
|
2 |
+
"fp16": {},
|
3 |
"q8": {
|
4 |
"per_model_config": {
|
5 |
+
"decoder_model_merged": {
|
6 |
+
"op_types": [
|
7 |
+
"Add",
|
8 |
+
"Cast",
|
9 |
+
"Concat",
|
10 |
+
"Constant",
|
11 |
+
"ConstantOfShape",
|
12 |
+
"Div",
|
13 |
+
"Equal",
|
14 |
+
"Erf",
|
15 |
+
"Expand",
|
16 |
+
"Gather",
|
17 |
+
"If",
|
18 |
+
"Less",
|
19 |
+
"MatMul",
|
20 |
+
"Mul",
|
21 |
+
"Pow",
|
22 |
+
"Range",
|
23 |
+
"ReduceMean",
|
24 |
+
"Reshape",
|
25 |
+
"Shape",
|
26 |
+
"Slice",
|
27 |
+
"Softmax",
|
28 |
+
"Sqrt",
|
29 |
+
"Squeeze",
|
30 |
+
"Sub",
|
31 |
+
"Transpose",
|
32 |
+
"Unsqueeze",
|
33 |
+
"Where"
|
34 |
+
],
|
35 |
+
"weight_type": "QInt8"
|
36 |
+
},
|
37 |
+
"decoder_model": {
|
38 |
+
"op_types": [
|
39 |
+
"Add",
|
40 |
+
"Cast",
|
41 |
+
"Concat",
|
42 |
+
"Constant",
|
43 |
+
"ConstantOfShape",
|
44 |
+
"Div",
|
45 |
+
"Equal",
|
46 |
+
"Erf",
|
47 |
+
"Expand",
|
48 |
+
"Gather",
|
49 |
+
"Less",
|
50 |
+
"MatMul",
|
51 |
+
"Mul",
|
52 |
+
"Pow",
|
53 |
+
"Range",
|
54 |
+
"ReduceMean",
|
55 |
+
"Reshape",
|
56 |
+
"Shape",
|
57 |
+
"Slice",
|
58 |
+
"Softmax",
|
59 |
+
"Sqrt",
|
60 |
+
"Squeeze",
|
61 |
+
"Sub",
|
62 |
+
"Transpose",
|
63 |
+
"Unsqueeze",
|
64 |
+
"Where"
|
65 |
+
],
|
66 |
+
"weight_type": "QInt8"
|
67 |
+
},
|
68 |
"text_encoder": {
|
69 |
"op_types": [
|
70 |
"Abs",
|
|
|
102 |
"Cast",
|
103 |
"Concat",
|
104 |
"Constant",
|
105 |
+
"ConstantOfShape",
|
106 |
"Div",
|
107 |
+
"Equal",
|
108 |
"Erf",
|
109 |
+
"Expand",
|
110 |
"Gather",
|
111 |
"MatMul",
|
112 |
"Mul",
|
|
|
119 |
"Sqrt",
|
120 |
"Sub",
|
121 |
"Transpose",
|
122 |
+
"Unsqueeze",
|
123 |
+
"Where"
|
124 |
+
],
|
125 |
+
"weight_type": "QInt8"
|
126 |
+
},
|
127 |
+
"encodec_decode": {
|
128 |
+
"op_types": [
|
129 |
+
"Add",
|
130 |
+
"Cast",
|
131 |
+
"Ceil",
|
132 |
+
"Concat",
|
133 |
+
"Constant",
|
134 |
+
"ConstantOfShape",
|
135 |
+
"Conv",
|
136 |
+
"ConvTranspose",
|
137 |
+
"Div",
|
138 |
+
"Elu",
|
139 |
+
"Gather",
|
140 |
+
"LSTM",
|
141 |
+
"Pad",
|
142 |
+
"Reshape",
|
143 |
+
"Shape",
|
144 |
+
"Slice",
|
145 |
+
"Split",
|
146 |
+
"Squeeze",
|
147 |
+
"Sub",
|
148 |
+
"Transpose",
|
149 |
"Unsqueeze"
|
150 |
],
|
151 |
+
"weight_type": "QUInt8"
|
152 |
+
},
|
153 |
+
"build_delay_pattern_mask": {
|
154 |
+
"op_types": [
|
155 |
+
"Add",
|
156 |
+
"Cast",
|
157 |
+
"Concat",
|
158 |
+
"Constant",
|
159 |
+
"ConstantOfShape",
|
160 |
+
"Equal",
|
161 |
+
"Expand",
|
162 |
+
"Gather",
|
163 |
+
"GreaterOrEqual",
|
164 |
+
"Mul",
|
165 |
+
"NonZero",
|
166 |
+
"Not",
|
167 |
+
"Range",
|
168 |
+
"ReduceMin",
|
169 |
+
"Reshape",
|
170 |
+
"ScatterND",
|
171 |
+
"Shape",
|
172 |
+
"Slice",
|
173 |
+
"Sub",
|
174 |
+
"Transpose",
|
175 |
+
"Trilu",
|
176 |
+
"Unsqueeze",
|
177 |
+
"Where"
|
178 |
+
],
|
179 |
+
"weight_type": "QInt8"
|
180 |
+
}
|
181 |
+
},
|
182 |
+
"per_channel": false,
|
183 |
+
"reduce_range": false
|
184 |
+
},
|
185 |
+
"int8": {
|
186 |
+
"per_model_config": {
|
187 |
+
"decoder_model_merged": {
|
188 |
+
"op_types": [
|
189 |
+
"Add",
|
190 |
+
"Cast",
|
191 |
+
"Concat",
|
192 |
+
"Constant",
|
193 |
+
"ConstantOfShape",
|
194 |
+
"Div",
|
195 |
+
"Equal",
|
196 |
+
"Erf",
|
197 |
+
"Expand",
|
198 |
+
"Gather",
|
199 |
+
"If",
|
200 |
+
"Less",
|
201 |
+
"MatMul",
|
202 |
+
"Mul",
|
203 |
+
"Pow",
|
204 |
+
"Range",
|
205 |
+
"ReduceMean",
|
206 |
+
"Reshape",
|
207 |
+
"Shape",
|
208 |
+
"Slice",
|
209 |
+
"Softmax",
|
210 |
+
"Sqrt",
|
211 |
+
"Squeeze",
|
212 |
+
"Sub",
|
213 |
+
"Transpose",
|
214 |
+
"Unsqueeze",
|
215 |
+
"Where"
|
216 |
+
],
|
217 |
"weight_type": "QInt8"
|
218 |
},
|
219 |
"decoder_model": {
|
|
|
247 |
],
|
248 |
"weight_type": "QInt8"
|
249 |
},
|
250 |
+
"text_encoder": {
|
251 |
+
"op_types": [
|
252 |
+
"Abs",
|
253 |
+
"Add",
|
254 |
+
"Cast",
|
255 |
+
"Concat",
|
256 |
+
"Constant",
|
257 |
+
"ConstantOfShape",
|
258 |
+
"Div",
|
259 |
+
"Gather",
|
260 |
+
"Greater",
|
261 |
+
"Less",
|
262 |
+
"Log",
|
263 |
+
"MatMul",
|
264 |
+
"Min",
|
265 |
+
"Mul",
|
266 |
+
"Pow",
|
267 |
+
"Range",
|
268 |
+
"ReduceMean",
|
269 |
+
"Relu",
|
270 |
+
"Reshape",
|
271 |
+
"Shape",
|
272 |
+
"Softmax",
|
273 |
+
"Sqrt",
|
274 |
+
"Sub",
|
275 |
+
"Transpose",
|
276 |
+
"Unsqueeze",
|
277 |
+
"Where"
|
278 |
+
],
|
279 |
+
"weight_type": "QInt8"
|
280 |
+
},
|
281 |
+
"decoder_with_past_model": {
|
282 |
+
"op_types": [
|
283 |
+
"Add",
|
284 |
+
"Cast",
|
285 |
+
"Concat",
|
286 |
+
"Constant",
|
287 |
+
"ConstantOfShape",
|
288 |
+
"Div",
|
289 |
+
"Equal",
|
290 |
+
"Erf",
|
291 |
+
"Expand",
|
292 |
+
"Gather",
|
293 |
+
"MatMul",
|
294 |
+
"Mul",
|
295 |
+
"Pow",
|
296 |
+
"Range",
|
297 |
+
"ReduceMean",
|
298 |
+
"Reshape",
|
299 |
+
"Shape",
|
300 |
+
"Softmax",
|
301 |
+
"Sqrt",
|
302 |
+
"Sub",
|
303 |
+
"Transpose",
|
304 |
+
"Unsqueeze",
|
305 |
+
"Where"
|
306 |
+
],
|
307 |
+
"weight_type": "QInt8"
|
308 |
+
},
|
309 |
"encodec_decode": {
|
310 |
"op_types": [
|
311 |
"Add",
|
|
|
330 |
"Transpose",
|
331 |
"Unsqueeze"
|
332 |
],
|
333 |
+
"weight_type": "QInt8"
|
334 |
},
|
335 |
+
"build_delay_pattern_mask": {
|
336 |
+
"op_types": [
|
337 |
+
"Add",
|
338 |
+
"Cast",
|
339 |
+
"Concat",
|
340 |
+
"Constant",
|
341 |
+
"ConstantOfShape",
|
342 |
+
"Equal",
|
343 |
+
"Expand",
|
344 |
+
"Gather",
|
345 |
+
"GreaterOrEqual",
|
346 |
+
"Mul",
|
347 |
+
"NonZero",
|
348 |
+
"Not",
|
349 |
+
"Range",
|
350 |
+
"ReduceMin",
|
351 |
+
"Reshape",
|
352 |
+
"ScatterND",
|
353 |
+
"Shape",
|
354 |
+
"Slice",
|
355 |
+
"Sub",
|
356 |
+
"Transpose",
|
357 |
+
"Trilu",
|
358 |
+
"Unsqueeze",
|
359 |
+
"Where"
|
360 |
+
],
|
361 |
+
"weight_type": "QInt8"
|
362 |
+
}
|
363 |
+
},
|
364 |
+
"per_channel": false,
|
365 |
+
"reduce_range": false
|
366 |
+
},
|
367 |
+
"uint8": {
|
368 |
+
"per_model_config": {
|
369 |
+
"decoder_model_merged": {
|
370 |
"op_types": [
|
371 |
"Add",
|
|
|
372 |
"Cast",
|
|
|
373 |
"Concat",
|
|
|
374 |
"Constant",
|
375 |
"ConstantOfShape",
|
|
|
376 |
"Div",
|
|
|
377 |
"Equal",
|
378 |
+
"Erf",
|
379 |
"Expand",
|
380 |
"Gather",
|
|
|
381 |
"If",
|
382 |
+
"Less",
|
|
|
|
|
383 |
"MatMul",
|
|
|
384 |
"Mul",
|
|
|
|
|
385 |
"Pow",
|
386 |
+
"Range",
|
387 |
+
"ReduceMean",
|
|
|
388 |
"Reshape",
|
|
|
|
|
|
|
389 |
"Shape",
|
390 |
"Slice",
|
391 |
+
"Softmax",
|
392 |
+
"Sqrt",
|
393 |
"Squeeze",
|
394 |
"Sub",
|
395 |
"Transpose",
|
|
|
398 |
],
|
399 |
"weight_type": "QUInt8"
|
400 |
},
|
401 |
+
"decoder_model": {
|
402 |
"op_types": [
|
403 |
"Add",
|
404 |
"Cast",
|
|
|
410 |
"Erf",
|
411 |
"Expand",
|
412 |
"Gather",
|
|
|
413 |
"Less",
|
414 |
"MatMul",
|
415 |
"Mul",
|
|
|
427 |
"Unsqueeze",
|
428 |
"Where"
|
429 |
],
|
430 |
+
"weight_type": "QUInt8"
|
431 |
+
},
|
432 |
+
"text_encoder": {
|
433 |
+
"op_types": [
|
434 |
+
"Abs",
|
435 |
+
"Add",
|
436 |
+
"Cast",
|
437 |
+
"Concat",
|
438 |
+
"Constant",
|
439 |
+
"ConstantOfShape",
|
440 |
+
"Div",
|
441 |
+
"Gather",
|
442 |
+
"Greater",
|
443 |
+
"Less",
|
444 |
+
"Log",
|
445 |
+
"MatMul",
|
446 |
+
"Min",
|
447 |
+
"Mul",
|
448 |
+
"Pow",
|
449 |
+
"Range",
|
450 |
+
"ReduceMean",
|
451 |
+
"Relu",
|
452 |
+
"Reshape",
|
453 |
+
"Shape",
|
454 |
+
"Softmax",
|
455 |
+
"Sqrt",
|
456 |
+
"Sub",
|
457 |
+
"Transpose",
|
458 |
+
"Unsqueeze",
|
459 |
+
"Where"
|
460 |
+
],
|
461 |
+
"weight_type": "QUInt8"
|
462 |
+
},
|
463 |
+
"decoder_with_past_model": {
|
464 |
+
"op_types": [
|
465 |
+
"Add",
|
466 |
+
"Cast",
|
467 |
+
"Concat",
|
468 |
+
"Constant",
|
469 |
+
"ConstantOfShape",
|
470 |
+
"Div",
|
471 |
+
"Equal",
|
472 |
+
"Erf",
|
473 |
+
"Expand",
|
474 |
+
"Gather",
|
475 |
+
"MatMul",
|
476 |
+
"Mul",
|
477 |
+
"Pow",
|
478 |
+
"Range",
|
479 |
+
"ReduceMean",
|
480 |
+
"Reshape",
|
481 |
+
"Shape",
|
482 |
+
"Softmax",
|
483 |
+
"Sqrt",
|
484 |
+
"Sub",
|
485 |
+
"Transpose",
|
486 |
+
"Unsqueeze",
|
487 |
+
"Where"
|
488 |
+
],
|
489 |
+
"weight_type": "QUInt8"
|
490 |
+
},
|
491 |
+
"encodec_decode": {
|
492 |
+
"op_types": [
|
493 |
+
"Add",
|
494 |
+
"Cast",
|
495 |
+
"Ceil",
|
496 |
+
"Concat",
|
497 |
+
"Constant",
|
498 |
+
"ConstantOfShape",
|
499 |
+
"Conv",
|
500 |
+
"ConvTranspose",
|
501 |
+
"Div",
|
502 |
+
"Elu",
|
503 |
+
"Gather",
|
504 |
+
"LSTM",
|
505 |
+
"Pad",
|
506 |
+
"Reshape",
|
507 |
+
"Shape",
|
508 |
+
"Slice",
|
509 |
+
"Split",
|
510 |
+
"Squeeze",
|
511 |
+
"Sub",
|
512 |
+
"Transpose",
|
513 |
+
"Unsqueeze"
|
514 |
+
],
|
515 |
+
"weight_type": "QUInt8"
|
516 |
+
},
|
517 |
+
"build_delay_pattern_mask": {
|
518 |
+
"op_types": [
|
519 |
+
"Add",
|
520 |
+
"Cast",
|
521 |
+
"Concat",
|
522 |
+
"Constant",
|
523 |
+
"ConstantOfShape",
|
524 |
+
"Equal",
|
525 |
+
"Expand",
|
526 |
+
"Gather",
|
527 |
+
"GreaterOrEqual",
|
528 |
+
"Mul",
|
529 |
+
"NonZero",
|
530 |
+
"Not",
|
531 |
+
"Range",
|
532 |
+
"ReduceMin",
|
533 |
+
"Reshape",
|
534 |
+
"ScatterND",
|
535 |
+
"Shape",
|
536 |
+
"Slice",
|
537 |
+
"Sub",
|
538 |
+
"Transpose",
|
539 |
+
"Trilu",
|
540 |
+
"Unsqueeze",
|
541 |
+
"Where"
|
542 |
+
],
|
543 |
+
"weight_type": "QUInt8"
|
544 |
}
|
545 |
},
|
546 |
"per_channel": false,
|
547 |
"reduce_range": false
|
548 |
+
},
|
549 |
+
"bnb4": {
|
550 |
+
"block_size": 64,
|
551 |
+
"quant_type": 1
|
552 |
}
|
553 |
}
|