Lightning-AI/lightning-thunder

quantization: process tensors on meta device directly, maybe implement CPU quantization (if it is easy)

Open

#1,111 创建于 2024年9月6日

在 GitHub 查看
 (4 评论) (0 反应) (0 负责人)Python (114 fork)github user discovery
good first issuetransforms

仓库指标

Star
 (1,460 star)
PR 合并指标
 (PR 指标待抓取)

描述

Currently the BitsAndBytesLinearQuant4bit for submodule always calls bitsandbytes.functional.quantize_4bit. This is somewhat touchy for CPU tensors because quantize_4bit only works on GPU tensors but it is outright not so nice for meta tensors, where we only would need to get the right shapes.

https://github.com/Lightning-AI/lightning-thunder/blob/e64d347def39bb47101efafe4177adf9f77a63ec/thunder/transforms/quantization.py#L93-L103

贡献者指南

研究方向
实现或修改量化逻辑，以处理元张量而不调用仅适用于GPU的bitsandbytes的quantize 4bit。对于CPU，如果可行，考虑简单的量化实现。
技术栈
pythonpytorch
领域
backend
议题类型
缺陷
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
半天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonPyTorch
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60