QLinearMatMul

QLinearMatMul - 21

版本

  • 名称: QLinearMatMul (GitHub)

  • 域: main

  • since_version: 21

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符自 版本 21 起可用。

摘要

矩阵乘积，行为类似于 numpy.matmul。它接收两个量化输入张量、它们的比例和零点、输出的比例和零点，并计算量化输出。量化公式为 y = saturate((x / y_scale) + y_zero_point)。对于 (x / y_scale)，它会四舍五入到最近的偶数。详情请参阅 https://en.wikipedia.org/wiki/Rounding。比例和零点必须具有相同的形状。它们必须是标量（每个张量）或 N 维张量（'a' 的每行和 'b' 的每列）。标量指按张量量化，而 N 维指按行或按列量化。如果输入是形状为 [M, K] 的 2D 张量，则零点和比例张量可以是 M 个元素的向量 [v_1, v_2, ..., v_M] 用于按行量化，或 K 个元素的向量 [v_1, v_2, ..., v_K] 用于按列量化。如果输入是形状为 [D1, D2, M, K] 的 N 维张量，则零点和比例张量可以具有形状 [D1, D2, M, 1] 用于按行量化，或形状 [D1, D2, 1, K] 用于按列量化。乘法绝不能溢出，累加只有在 32 位时才可能溢出。

输入

  • a (异构) - T1

    N 维量化矩阵 a

  • a_scale (异构) - TS

    量化输入 a 的比例

  • a_zero_point (异构) - T1

    量化输入 a 的零点

  • b (异构) - T2

    N 维量化矩阵 b

  • b_scale (异构) - TS

    量化输入 b 的比例

  • b_zero_point (异构) - T2

    量化输入 b 的零点

  • y_scale (异构) - TS

    量化输出 y 的比例

  • y_zero_point (异构) - T3

    量化输出 y 的零点

输出

  • y (异构) - T3

    a * b 的量化矩阵乘法结果

类型约束

  • TS 位于 ( tensor(bfloat16), tensor(float), tensor(float16) )

    限制比例。

  • T1 位于 ( tensor(float8e4m3fn), tensor(float8e4m3fnuz), tensor(float8e5m2), tensor(float8e5m2fnuz), tensor(int8), tensor(uint8) )

    输入 a 及其零点的类型。

  • T2 位于 ( tensor(float8e4m3fn), tensor(float8e4m3fnuz), tensor(float8e5m2), tensor(float8e5m2fnuz), tensor(int8), tensor(uint8) )

    输入 b 及其零点的类型。

  • T3 位于 ( tensor(float8e4m3fn), tensor(float8e4m3fnuz), tensor(float8e5m2), tensor(float8e5m2fnuz), tensor(int8), tensor(uint8) )

    输出及其零点的类型。

QLinearMatMul - 10

版本

  • 名称: QLinearMatMul (GitHub)

  • 域: main

  • since_version: 10

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符已在 版本 10 中提供。

摘要

矩阵乘积，行为类似于 numpy.matmul。它接收两个量化输入张量、它们的比例和零点、输出的比例和零点，并计算量化输出。量化公式为 y = saturate((x / y_scale) + y_zero_point)。对于 (x / y_scale)，它会四舍五入到最近的偶数。详情请参阅 https://en.wikipedia.org/wiki/Rounding。比例和零点必须具有相同的形状。它们必须是标量（每个张量）或 N 维张量（'a' 的每行和 'b' 的每列）。标量指按张量量化，而 N 维指按行或按列量化。如果输入是形状为 [M, K] 的 2D 张量，则零点和比例张量可以是 M 个元素的向量 [v_1, v_2, ..., v_M] 用于按行量化，或 K 个元素的向量 [v_1, v_2, ..., v_K] 用于按列量化。如果输入是形状为 [D1, D2, M, K] 的 N 维张量，则零点和比例张量可以具有形状 [D1, D2, M, 1] 用于按行量化，或形状 [D1, D2, 1, K] 用于按列量化。乘法绝不能溢出，累加只有在 32 位时才可能溢出。

输入

  • a (异构) - T1

    N 维量化矩阵 a

  • a_scale (异构) - tensor(float)

    量化输入 a 的比例

  • a_zero_point (异构) - T1

    量化输入 a 的零点

  • b (异构) - T2

    N 维量化矩阵 b

  • b_scale (异构) - tensor(float)

    量化输入 b 的比例

  • b_zero_point (异构) - T2

    量化输入 b 的零点

  • y_scale (异构) - tensor(float)

    量化输出 y 的比例

  • y_zero_point (异构) - T3

    量化输出 y 的零点

输出

  • y (异构) - T3

    a * b 的量化矩阵乘法结果

类型约束

  • T1 在 ( tensor(int8), tensor(uint8) ) 中

    将输入 a 及其零点数据类型限制为 8 位整数张量。

  • T2 在 ( tensor(int8), tensor(uint8) ) 中

    将输入 b 及其零点数据类型限制为 8 位整数张量。

  • T3 位于 ( tensor(int8), tensor(uint8) )

    将输出 y 及其零点数据类型限制为 8 位整数张量。