NUQ权重量化算法

该算法用于训练后量化下的非均匀量化场景。Atlas 200/300/500 推理产品、Atlas 训练系列产品不支持非均匀量化。

NUQ（Non Uniform Quantization）是对权重非等间距量化的一种方法，均匀量化将权重数据从32比特量化到8比特，NUQ在此基础上挑选部分量化台阶。权重压缩后会带来精度损失，为了在指定的压缩目标下获得最小的精度损失，算法使用了搜索的方式来查找最小损失的压缩方式。量化配置中通过NUQuantize（参数解释请参见表1）来控制NUQ算法。

• num_steps用于指定压缩目标，值越小，压缩率越高，但精度损失会更大，反之则相反。
• num_of_iteration代表搜索过程迭代次数，一般来说值越大，精度越高，但计算时间会指数级上升，建议使用默认值。