PaddleSlim 發(fā)布 AI 模型自動壓縮的工具，帶來全新升級 AI 模型一鍵自動壓縮體驗。歡迎廣大開發(fā)者使用 NVIDIA 與飛槳聯(lián)合深度適配的 NGC 飛槳容器在 NVIDIA GPU 上體驗！

PaddleSlim 自動壓縮工具，

30+CV、NLP 模型實戰(zhàn)

眾所周知，計算機視覺技術(shù)（CV）是企業(yè)人工智能應(yīng)用比重最高的領(lǐng)域之一。為降低企業(yè)成本，工程師們一直在探索各類模型壓縮技術(shù)，來產(chǎn)出“更準、更小、更快”的 AI 模型部署落地。而在自然語言處理領(lǐng)域（NLP）中，隨著模型精度的不斷提升，模型的規(guī)模也越來越大，例如以 BERT、GPT 為代表的預訓練模型等，這成為企業(yè) NLP 模型部署落地的攔路虎。

針對企業(yè)落地模型壓縮迫切的需求，PaddleSlim 團隊開發(fā)了一個低成本、高收益的 AI 模型自動壓縮工具（ACT, Auto Compression Toolkit），無需修改訓練源代碼，通過幾十分鐘量化訓練，保證模型精度的同時，極大的減小模型體積，降低顯存占用，提升模型推理速度，助力 AI 模型的快速落地！

使用 ACT 中的基于知識蒸餾的量化訓練方法訓練 YOLOv7 模型，與原始的 FP32 模型相比，INT8 量化后的模型減小 75%，在 NVIDIA GPU 上推理加速 5.90 倍。

使用 ACT 中的結(jié)構(gòu)化稀疏和蒸餾量化方法訓練 ERNIE3.0 模型，與原始的 FP32 對比，INT8 量化后的模型減小 185%，在 NVIDIA GPU 上推理加速 6.37 倍。

表2 自動壓縮工具在 NLP 模型上的壓縮效果和推理加速

支持如此強大功能的核心技術(shù)是來源于 PaddleSlim 團隊自研的自動壓縮工具。自動壓縮相比于傳統(tǒng)手工壓縮，自動化壓縮的“自動”主要體現(xiàn)在 4 個方面：解耦訓練代碼、離線量化超參搜索、算法自動組合和硬件感知。

圖1 傳統(tǒng)手工壓縮與自動化壓縮工具對比

圖2 傳統(tǒng)手工壓縮與自動化壓縮工具代碼量對比

更多詳細文檔，請參考：

https://github.com/PaddlePaddle/PaddleSlim/tree/develop/example/auto_compression

PaddleSlim 研發(fā)團隊詳解自動壓縮工具 CV 模型和NLP模型兩日課回放，可以掃描下方二維碼，加入自動壓縮技術(shù)官方交流群獲取。除此之外，入群福利還包括：深度學習學習資料、歷屆頂會壓縮論文、百度架構(gòu)師詳解自動壓縮等。

NGC 飛槳容器介紹

如果您希望體驗自動壓縮工具的新特性，歡迎使用 NGC 飛槳容器。NVIDIA 與百度飛槳聯(lián)合開發(fā)了 NGC 飛槳容器，將最新版本的飛槳與最新的 NVIDIA 的軟件棧（如 CUDA）進行了無縫的集成與性能優(yōu)化，最大程度的釋放飛槳框架在 NVIDIA 最新硬件上的計算能力。這樣，用戶不僅可以快速開啟 AI 應(yīng)用，專注于創(chuàng)新和應(yīng)用本身，還能夠在 AI 訓練和推理任務(wù)上獲得飛槳+NVIDIA 帶來的飛速體驗。

最佳的開發(fā)環(huán)境搭建工具 - 容器技術(shù)。

1. 容器其實是一個開箱即用的服務(wù)器。極大降低了深度學習開發(fā)環(huán)境的搭建難度。例如你的開發(fā)環(huán)境中包含其他依賴進程（redis，MySQL，Ngnix，selenium-hub 等等），或者你需要進行跨操作系統(tǒng)級別的遷移。

2. 容器鏡像方便了開發(fā)者的版本化管理

3. 容器鏡像是一種易于復現(xiàn)的開發(fā)環(huán)境載體

4. 容器技術(shù)支持多容器同時運行

最好的 PaddlePaddle 容器

NGC 飛槳容器針對 NVIDIA GPU 加速進行了優(yōu)化，并包含一組經(jīng)過驗證的庫，可啟用和優(yōu)化 NVIDIA GPU 性能。此容器還可能包含對 PaddlePaddle 源代碼的修改，以最大限度地提高性能和兼容性。此容器還包含用于加速 ETL（DALI，RAPIDS）、訓練（cuDNN，NCCL）和推理（TensorRT）工作負載的軟件。

PaddlePaddle 容器具有以下優(yōu)點：

1. 適配最新版本的 NVIDIA 軟件棧（例如最新版本 CUDA），更多功能，更高性能。

2. 更新的 Ubuntu 操作系統(tǒng)，更好的軟件兼容性

3. 按月更新

4. 滿足 NVIDIA NGC 開發(fā)及驗證規(guī)范，質(zhì)量管理

通過飛槳官網(wǎng)快速獲取

環(huán)境準備

使用 NGC 飛槳容器需要主機系統(tǒng)（Linux）安裝以下內(nèi)容：

• Docker 引擎

• NVIDIA GPU 驅(qū)動程序

• NVIDIA 容器工具包

有關(guān)支持的版本，請參閱 NVIDIA 框架容器支持矩陣和 NVIDIA 容器工具包文檔。

不需要其他安裝、編譯或依賴管理。無需安裝 NVIDIA CUDA Toolkit。

NGC 飛槳容器正式安裝：

要運行容器，請按照 NVIDIA Containers For Deep Learning Frameworks User’s Guide 中 Running A Container 一章中的說明發(fā)出適當?shù)拿?，并指定注冊表、存儲庫?a target="_blank">標簽。有關(guān)使用 NGC 的更多信息，請參閱 NGC 容器用戶指南。如果您有 Docker 19.03 或更高版本，啟動容器的典型命令是：

*詳細安裝介紹 《NGC 飛槳容器安裝指南》

https://www.paddlepaddle.org.cn/documentation/docs/zh/install/install_NGC_PaddlePaddle_ch.html

*詳細產(chǎn)品介紹視頻

【飛槳開發(fā)者說｜NGC 飛槳容器全新上線 NVIDIA 產(chǎn)品專家全面解讀】

https://www.bilibili.com/video/BV16B4y1V7ue?share_source=copy_web&vd_source=266ac44430b3656de0c2f4e58b4daf82