简介
本章节详细介绍AMCT量化场景，以及每个场景下的功能。
- 训练后量化
量化根据是否需要重训练，分为训练后量化（Post-Training Quantization）和量化感知训练（Quantization-Aware Training）。当前版本仅支持训练后量化，其中：
- 数据（activation）量化和权重（weight）量化
训练后量化根据量化对象不同，又分为数据（activation）量化和权重（weight）量化。
当前昇腾AI处理器支持数据（activation）做对称/非对称量化，权重（weights）仅支持做对称量化（量化根据量化后数据中心点是否为0可以分为对称量化、非对称量化，详细的量化算法原理请参见量化算法原理）。
- INT8量化
量化根据量化后低比特位宽大小分为常见的INT8、INT16量化，当前版本仅支持INT8量化。
- 模型适配
如果用户对ONNX原始模型已经做了量化功能（以下简称QAT模型），但是该模型无法使用ATC工具转成适配昇腾AI处理器的离线模型，则需要借助AMCT提供的convert_qat_model接口，将该QAT模型转成CANN量化模型格式。然后才能使用ATC工具，将CANN量化模型转成适配昇腾AI处理器的离线模型。
由于软件约束（动态shape场景下暂不支持输入数据为DT_INT8），量化后的部署模型使用ATC工具进行模型转换时，不能使用动态shape相关参数，例如--dynamic_batch_size和--dynamic_image_size等，否则模型转换会失败。
各功能以及功能实现过程中所使用的术语解释如下：
训练后量化
训练后量化（Post-Training Quantization，简称PTQ）是指在模型训练结束之后进行的量化，对训练后模型中的权重由浮点数（当前支持FP32/FP16）量化到低比特整数（当前支持INT8），并通过少量校准数据基于推理过程对数据（activation）进行校准量化，从而尽可能减少量化过程中的精度损失。训练后量化简单易用，只需少量校准数据，适用于追求高易用性和缺乏训练资源的场景。
通常，训练后的模型权重已经确定，因此可以根据权重的数值离线计算得到权重的量化参数。而通常数据是在线输入的，因此无法准确获取数据的数值范围，通常需要一个较小的有代表性的数据集来模拟在线数据的分布，利用该数据集执行前向推理，得到对应的中间浮点结果，并根据这些浮点结果离线计算出数据的量化参数。
其原理如图1所示。
数据（activation）量化
数据量化是指根据数据的数值分布情况，将输入的数据（activation）处理到低比特。每一层的数据分布是未知且巨大的，只能在前向过程（推理或者训练）中确定，因此数据量化是基于推理或者训练过程的。
而训练后量化场景通过在线量化的方式，通过修改用户推理模型，在待量化层位置插入旁路量化节点，采集待量化层输入数据，然后校准得到数据量化因子scale、offset。在推理时一般使用少量数据集，代表所有数据集的分布，简单快速。
权重（weight）量化
权重量化是指根据权重的数值分布情况，将权重处理到低比特。
训练后量化场景通过离线量化的方式，直接从用户推理模型中读取权重数据，然后调用量化算法对权重进行量化，并将量化后数据写回到模型当中，并参与数据量化。
测试数据集
数据集的子集，用于最终测试模型的效果。
校准
训练后量化场景中，做前向推理获取数据量化因子的过程。
校准数据集
训练后量化场景中，做前向推理使用的数据集。该数据集的分布代表着所有数据集的分布，获取校准集时应该具有代表性，推荐使用测试集的子集作为校准数据集。如果数据集不是模型匹配的数据集或者代表性不够，则根据校准集计算得到的量化因子，在全数据集上表现较差，量化损失大，量化后精度低。
Scale
量化因子，浮点数的缩放因子，该参数又分为：
- scale_d：数据量化scale因子，仅支持对数据进行统一量化。
- scale_w：权重量化scale因子，支持标量（对当前层的权重进行统一量化），向量（对当前层的权重按channel_wise方式进行量化）两种模式。关于参数的更多说明请参见record记录文件。
Offset
量化因子，偏移量，该参数又分为：
- offset_d：数据量化offset因子，仅支持对数据进行统一量化。
- offset_w：权重量化offset因子，同scale_w一样支持标量和向量两种模式，且需要同scale_w维度一致。关于参数的更多说明请参见record记录文件。
