양자화 할 때 Transformer의 내부 동작 살펴보기

1. `from_pretrained` 메소드에서 `load_in_8bit`를 `True`로 설정하여 모델을 로드한다

   1. [Function] replace_with_bnb_linear (src/transformers/integrations/bitsandbytes.py)

      • Arguments: (model)

      • Keywords

        1. modules_to_not_convert

        2. current_key_name

        3. quantization_config

      • 이 함수가 하는 일: `model` 파라미터로 넘겨받은 모델에서 `torch.nn.Linear`를 찾고 `bnb.nn.Linear8bit`로 변환한다.

        1. `model.named_children` 메소드를 통해 재귀적으로 레이어를 탐색한다

        2. 레이어가 `Linear` 혹은 `Conv1D`의 instance인지 확인한다

        3. `bnb.nn.Linear8bitLt` 레이어로 교체한다. 입력 값 갯수, 출력 값 갯수, 편향 사용 여부를 그대로 복사한다.

           • `bnb.nn.Linear8bitLt`: Bits and Bytes 모듈에서 제공하는 8bit linear layer.

           • Bits and Bytes(Bitsandbytes): 8bit 연산에 관련한 CUDA 함수 래핑 라이브러리

      • 이 과정에서 `lm_head`는 양자화되지 않는다. 안정성 이슈가 있다고 함.

연결된 페이지 (Inlinks)

연결된 페이지가 없습니다.