MiniCPM

首先git获取minicpm_gptqd代码
进入minicpm_gptqd主目录./AutoGPTQ，命令行输入：
```
pip install e .
```
前往模型下载下载未量化的MiniCPM仓库下所有文件放至本地同一文件夹下,1b、2b模型均可,训练后模型亦可。
命令行输入以下命令，其中no_quantized_model_path是第3步模型下载路径，save_path是量化模型保存路径，--bits 为量化位数可以选择输入4或者8
```
cd Minicpm/quantize
python gptq_quantize.py --pretrained_model_dir no_quant_model_path --quantized_model_dir quant_save_path --bits 4
```
可以使用./AutoGPTQ/examples/quantization/inference.py进行推理，也可以参考前文使用vllm对量化后的模型，单卡4090下minicpm-1b-int4模型vllm推理在2000token/s左右。

awq量化

在quantize/awq_quantize.py 文件中修改根据注释修改配置参数：

model_path = '/root/ld/ld_model_pretrained/MiniCPM-1B-sft-bf16' # model_path or model_id
quant_path = '/root/ld/ld_project/pull_request/MiniCPM/quantize/awq_cpm_1b_4bit' # quant_save_path
quant_data_path='/root/ld/ld_project/pull_request/MiniCPM/quantize/quantize_data/wikitext'# 写入自带量化数据集，data下的alpaca或者wikitext
quant_config = { "zero_point": True, "q_group_size": 128, "w_bit": 4, "version": "GEMM" } # "w_bit":4 or 8
quant_samples=512 # how many samples to use for calibration
custom_data=[{'question':'你叫什么名字。','answer':'我是openmbmb开源的小钢炮minicpm。'}, # 自定义数据集可用
               {'question':'你有什么特色。','answer':'我很小，但是我很强。'}]

在quantize/quantize_data文件下已经提供了alpaca和wiki_text两个数据集作为量化校准集，修改上述quant_data_path为其中一个文件夹的路径

如果需要自定义数据集，修改quantize/awq_quantize.py中的custom_data变量，如：

custom_data=[{'question':'过敏性鼻炎有什么症状？','answer':'过敏性鼻炎可能鼻塞，流鼻涕，头痛等症状反复发作，严重时建议及时就医。'},
             {'question':'1+1等于多少？','answer':'等于2'}]

根据选择的数据集，选择以下某一行代码替换 quantize/awq_quantize.py 中第三十八行：

  #使用wikitext进行量化
  model.quantize(tokenizer, quant_config=quant_config, calib_data=load_wikitext(quant_data_path=quant_data_path))
  #使用alpaca进行量化
  model.quantize(tokenizer, quant_config=quant_config, calib_data=load_alpaca(quant_data_path=quant_data_path))
  #使用自定义数据集进行量化
  model.quantize(tokenizer, quant_config=quant_config, calib_data=load_cust_data(quant_data_path=quant_data_path))

运行quantize/awq_quantize.py文件,在设置的quan_path目录下可得awq量化后的模型。

量化测试

命令行进入到 MiniCPM/quantize 目录下
修改quantize_eval.sh文件中awq_path，gptq_path，awq_path,如果不需要测试的类型保持为空字符串，如下示例表示仅测试awq模型：

  awq_path="/root/ld/ld_project/AutoAWQ/examples/awq_cpm_1b_4bit"
  gptq_path=""
  model_path=""

在MiniCPM/quantize路径下命令行输入：

  bash quantize_eval.sh

窗口将输出该模型的内存占用情况、困惑度。

readme.md Unescape Escape

模型量化

readme.md