# EETQ

Perpustakaan [Easy & Efficient Quantization for Transformers (EETQ)](https://github.com/NetEase-FuXi/EETQ) mendukung kuantisasi per-channel weight-only int8 untuk GPU NVIDIA. Perpustakaan ini menggunakan kernel GEMM dan GEMV berkinerja tinggi dari [FasterTransformer](https://github.com/NVIDIA/FasterTransformer) dan [TensorRT-LLM](https://github.com/NVIDIA/TensorRT-LLM). Lapisan perhatian dioptimalkan dengan [FlashAttention2](https://github.com/Dao-AILab/flash-attention). Tidak diperlukan dataset kalibrasi, dan model tidak perlu dikuantisasi terlebih dahulu. Penurunan akurasi dapat diabaikan karena kuantisasi per-channel.

EETQ juga mendukung fine-tuning dengan [PEFT](https://huggingface.co/docs/peft).

Install EETQ dari [halaman rilis](https://github.com/NetEase-FuXi/EETQ/releases) atau [kode sumber](https://github.com/NetEase-FuXi/EETQ). CUDA 11.4+ diperlukan untuk EETQ.

```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 .
```

Kuantisasi model secara langsung dengan mendefinisikan tipe data kuantisasi di [EetqConfig](/docs/transformers/main/id/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
)
```

Simpan model terkuantisasi dengan [save_pretrained()](/docs/transformers/main/id/main_classes/model#transformers.PreTrainedModel.save_pretrained) agar dapat digunakan kembali dengan [from_pretrained()](/docs/transformers/main/id/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")
```