# EETQ

La biblioteca [Easy & Efficient Quantization for Transformers (EETQ)](https://github.com/NetEase-FuXi/EETQ) admite cuantización int8 solo de pesos por canal para GPUs de NVIDIA. Utiliza kernels de GEMM y GEMV de alto rendimiento de [FasterTransformer](https://github.com/NVIDIA/FasterTransformer) y [TensorRT-LLM](https://github.com/NVIDIA/TensorRT-LLM). La capa de atención se optimiza con [FlashAttention2](https://github.com/Dao-AILab/flash-attention). No se requiere un conjunto de datos de calibración y el modelo no necesita estar precuantizado. La degradación de precisión es despreciable debido a la cuantización por canal.

EETQ también permite el ajuste fino con [PEFT](https://huggingface.co/docs/peft).

Instale EETQ desde la [página de versiones](https://github.com/NetEase-FuXi/EETQ/releases) o desde el [código fuente](https://github.com/NetEase-FuXi/EETQ). EETQ requiere CUDA 11.4 o superior.

```bash
pip install --no-cache-dir https://github.com/NetEase-FuXi/EETQ/releases/download/v1.0.0/EETQ-1.0.0+cu121+torch2.1.2-cp310-cp310-linux_x86_64.whl
```

```bash
git clone https://github.com/NetEase-FuXi/EETQ.git
cd EETQ/
git submodule update --init --recursive
pip install .
```

Cuantice un modelo sobre la marcha definiendo el tipo de datos de cuantización en [EetqConfig](/docs/transformers/v5.23.0/es/main_classes/quantization#transformers.EetqConfig).

```py
from transformers import AutoModelForCausalLM, EetqConfig

quantization_config = EetqConfig("int8")
model = AutoModelForCausalLM.from_pretrained(
    "meta-llama/Llama-3.1-8B",
    dtype="auto",
    device_map="auto",
    quantization_config=quantization_config
)
```

Guarde el modelo cuantizado con [save_pretrained()](/docs/transformers/v5.23.0/es/main_classes/model#transformers.PreTrainedModel.save_pretrained) para poder reutilizarlo con [from_pretrained()](/docs/transformers/v5.23.0/es/main_classes/model#transformers.PreTrainedModel.from_pretrained).

```py
quant_path = "/path/to/save/quantized/model"
model.save_pretrained(quant_path)
model = AutoModelForCausalLM.from_pretrained(quant_path, device_map="auto")
```

