| { | |
| "fp16": {}, | |
| "q8": { | |
| "per_model_config": { | |
| "encoder_model": { | |
| "op_types": [ | |
| "Add", | |
| "Concat", | |
| "Constant", | |
| "Conv", | |
| "Div", | |
| "Erf", | |
| "Gather", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Softmax", | |
| "Sqrt", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze" | |
| ], | |
| "weight_type": "QUInt8" | |
| }, | |
| "decoder_with_past_model": { | |
| "op_types": [ | |
| "Add", | |
| "Concat", | |
| "Constant", | |
| "Div", | |
| "Erf", | |
| "Gather", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze" | |
| ], | |
| "weight_type": "QInt8" | |
| }, | |
| "decoder_model": { | |
| "op_types": [ | |
| "Add", | |
| "Cast", | |
| "Concat", | |
| "Constant", | |
| "ConstantOfShape", | |
| "Div", | |
| "Equal", | |
| "Erf", | |
| "Expand", | |
| "Gather", | |
| "Less", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "Range", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Squeeze", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze", | |
| "Where" | |
| ], | |
| "weight_type": "QInt8" | |
| }, | |
| "decoder_model_merged": { | |
| "op_types": [ | |
| "Add", | |
| "Cast", | |
| "Concat", | |
| "Constant", | |
| "ConstantOfShape", | |
| "Div", | |
| "Equal", | |
| "Erf", | |
| "Expand", | |
| "Gather", | |
| "If", | |
| "Less", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "Range", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Squeeze", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze", | |
| "Where" | |
| ], | |
| "weight_type": "QInt8" | |
| } | |
| }, | |
| "per_channel": false, | |
| "reduce_range": false | |
| }, | |
| "int8": { | |
| "per_model_config": { | |
| "encoder_model": { | |
| "op_types": [ | |
| "Add", | |
| "Concat", | |
| "Constant", | |
| "Conv", | |
| "Div", | |
| "Erf", | |
| "Gather", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Softmax", | |
| "Sqrt", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze" | |
| ], | |
| "weight_type": "QInt8" | |
| }, | |
| "decoder_with_past_model": { | |
| "op_types": [ | |
| "Add", | |
| "Concat", | |
| "Constant", | |
| "Div", | |
| "Erf", | |
| "Gather", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze" | |
| ], | |
| "weight_type": "QInt8" | |
| }, | |
| "decoder_model": { | |
| "op_types": [ | |
| "Add", | |
| "Cast", | |
| "Concat", | |
| "Constant", | |
| "ConstantOfShape", | |
| "Div", | |
| "Equal", | |
| "Erf", | |
| "Expand", | |
| "Gather", | |
| "Less", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "Range", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Squeeze", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze", | |
| "Where" | |
| ], | |
| "weight_type": "QInt8" | |
| }, | |
| "decoder_model_merged": { | |
| "op_types": [ | |
| "Add", | |
| "Cast", | |
| "Concat", | |
| "Constant", | |
| "ConstantOfShape", | |
| "Div", | |
| "Equal", | |
| "Erf", | |
| "Expand", | |
| "Gather", | |
| "If", | |
| "Less", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "Range", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Squeeze", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze", | |
| "Where" | |
| ], | |
| "weight_type": "QInt8" | |
| } | |
| }, | |
| "per_channel": false, | |
| "reduce_range": false | |
| }, | |
| "uint8": { | |
| "per_model_config": { | |
| "encoder_model": { | |
| "op_types": [ | |
| "Add", | |
| "Concat", | |
| "Constant", | |
| "Conv", | |
| "Div", | |
| "Erf", | |
| "Gather", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Softmax", | |
| "Sqrt", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze" | |
| ], | |
| "weight_type": "QUInt8" | |
| }, | |
| "decoder_with_past_model": { | |
| "op_types": [ | |
| "Add", | |
| "Concat", | |
| "Constant", | |
| "Div", | |
| "Erf", | |
| "Gather", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze" | |
| ], | |
| "weight_type": "QUInt8" | |
| }, | |
| "decoder_model": { | |
| "op_types": [ | |
| "Add", | |
| "Cast", | |
| "Concat", | |
| "Constant", | |
| "ConstantOfShape", | |
| "Div", | |
| "Equal", | |
| "Erf", | |
| "Expand", | |
| "Gather", | |
| "Less", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "Range", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Squeeze", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze", | |
| "Where" | |
| ], | |
| "weight_type": "QUInt8" | |
| }, | |
| "decoder_model_merged": { | |
| "op_types": [ | |
| "Add", | |
| "Cast", | |
| "Concat", | |
| "Constant", | |
| "ConstantOfShape", | |
| "Div", | |
| "Equal", | |
| "Erf", | |
| "Expand", | |
| "Gather", | |
| "If", | |
| "Less", | |
| "MatMul", | |
| "Mul", | |
| "Pow", | |
| "Range", | |
| "ReduceMean", | |
| "Reshape", | |
| "Shape", | |
| "Slice", | |
| "Softmax", | |
| "Sqrt", | |
| "Squeeze", | |
| "Sub", | |
| "Transpose", | |
| "Unsqueeze", | |
| "Where" | |
| ], | |
| "weight_type": "QUInt8" | |
| } | |
| }, | |
| "per_channel": false, | |
| "reduce_range": false | |
| }, | |
| "q4": { | |
| "block_size": 32, | |
| "is_symmetric": true, | |
| "accuracy_level": null | |
| }, | |
| "bnb4": { | |
| "block_size": 64, | |
| "quant_type": 1 | |
| } | |
| } |