文档首页/ AI开发平台ModelArts/ 最佳实践/ DeepSeek&Qwen3基于Lite Server&Cluster推理/ DeepSeek模型基于ModelArts Lite Server适配NPU的PD分离推理解决方案/ 准备、安装部署依赖/ 获取权重文件/ 准备W8A8权重
更新时间：2025-09-12 GMT+08:00
查看PDF
分享

准备W8A8权重

前提条件

DeepSeek模型较大，且存在需要手动适配的点，为了避免浪费时间，还请在运行脚本前，请根据以下步骤对相关内容进行更改。

  1. 昇腾不支持flash_attn库，运行时需要注释掉权重文件夹中modeling_deepseek.py中的部分代码：

  2. 需要安装transformers指定版本4.48.2，执行如下命令： 

    pip install transformers==4.48.2

  3. 当前Transformers不支持FP8量化格式加载，需要将权重文件夹中config.json中的以下字段删除：

W8A8权重量化

  1. 权重量化参考昇腾模型压缩工具：https://gitee.com/ascend/msit/blob/master/msmodelslim/README.md
  2. 执行install过程会下载依赖包，因此需要确保能够访问到pip源。
  3. 量化过程依赖NPU资源。

介绍如何将FP8权重量化为W8A8的权重，具体操作步骤如下。

  1. 基于该基础镜像启动容器，进行权重量化。 

    crictl pull swr.cn-southwest-2.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.5.1-cann_8.1.rc1-py_3.10-hce_2.0.2503-aarch64-snt9b-20250514161205-a9c5055

  2. 按顺序执行以下命令，开始量化： 

    # 推荐该验证过的分支
git clone https://gitee.com/ascend/msit -b 8.0.RC1_ZS2.0_20251230

# 安装msmodelslim，{path}需要替换为msit/msmodelslim所在的绝对路径
cd msit/msmodelslim
bash install.sh
export PYTHONPATH={path}:$PYTHONPATH

cd example/DeepSeek/
python3 quant_deepseek_w8a8.py --model_path {FP8原始权重路径} --save_path {W8A8量化权重路径}  --dynamic --disable_anti --quant_mtp --from_fp8

    说明：

    1. 如果开启MTP，则需要指定融合权重，参考MTP融合权重。
    2. 如果首次加载权重较慢，需要在quant_deepseek_w8a8.py脚本中新增set_initialized_submodules方法，参考首次加载权重较慢。

  3. 将W8A8量化替换配置文件 - config.json替换掉权重文件夹中原来的文件。（V3与R1模型一致）
  4. 将量化好的权重上传至存储配置中的挂载目录的子目录，例如：/mnt/deepseek/model。

量化参数说明：

参数

约束

描述

开启方式

--model_path

必选

输入DeepSeek原始权重路径

需要传参

--save_path

必选

输出量化后权重保存路径

需要传参

--anti_dataset

可选

离群值抑制校准集路径

需要传参

--calib_dataset

可选

量化校准集路径

需要传参

--batch_size

可选

生成量化校准数据时使用的batch size。batch size越大，校准速度越快，但也要求更多的显存和内存，如资源受限，请降低batch size。默认值为4。

需要传参

--from_fp8

可选

指定原模型为FP8权重

指定即开启

--dynamic

可选

是否使用动态量化

指定即开启

--disable_anti

可选

是否禁用离群值抑制

指定即开启

--quant_mtp

可选

是否开启MTP层的W8A8动态量化

指定即开启
父主题： 获取权重文件

相关文档