# FBGEMM

[FBGEMM (Facebook GEneral Matrix Multiplication)](https://github.com/pytorch/FBGEMM) adalah pustaka perkalian matriks presisi rendah untuk ukuran batch kecil dan mendukung teknik-teknik yang meminimalkan penurunan akurasi, seperti kuantisasi per baris dan kuantisasi yang mempertimbangkan outlier. Dengan FBGEMM, kuantisasi bobot model menjadi 8-bit per kanal dan aktivasi menjadi 8-bit per token (juga dikenal sebagai fp8 atau w8a8).

> [!TIP]
> Anda memerlukan GPU dengan [compute capability 9+](https://developer.nvidia.com/cuda-gpus#collapseOne) seperti H100.

Instal paket FBGEMM_GPU dengan perintah di bawah ini untuk memastikan Anda memiliki versi terbaru.

```bash
pip install --upgrade accelerate fbgemm-gpu torch
```

Jika Anda mengalami masalah instalasi, coba instal [rilisan harian](https://pytorch.org/FBGEMM/fbgemm_gpu-development/InstallationInstructions.html#fbgemm-gpu-install-libraries:~:text=found%20here.-,Install%20the%20FBGEMM_GPU%20Package,-Install%20through%20PyTorch).

Buat [FbgemmFp8Config](/docs/transformers/main/id/main_classes/quantization#transformers.FbgemmFp8Config) dan lewati ke [from_pretrained()](/docs/transformers/main/id/main_classes/model#transformers.PreTrainedModel.from_pretrained) untuk mengkuantisasi model ke fp8.

```py
from transformers import FbgemmFp8Config, AutoModelForCausalLM

quantization_config = FbgemmFp8Config()
quantized_model = AutoModelForCausalLM.from_pretrained(
    "meta-llama/Meta-Llama-3-8B",
    dtype="auto",
    device_map="auto",
    quantization_config=quantization_config
)
```

[save_pretrained()](/docs/transformers/main/id/main_classes/model#transformers.PreTrainedModel.save_pretrained) dan [from_pretrained()](/docs/transformers/main/id/main_classes/model#transformers.PreTrainedModel.from_pretrained) memungkinkan penyimpanan dan pemuatan model terkuantisasi.

```py
quant_path = "/path/to/save/quantized/model"
quantized_model.save_pretrained(quant_path)
model = AutoModelForCausalLM.from_pretrained(quant_path, device_map="auto")
```

## Sumber daya

Baca artikel blog [Membuka sumber FBGEMM untuk inferensi sisi server yang paling mutakhir](https://engineering.fb.com/2018/11/07/ml-applications/fbgemm/) untuk detail lebih lanjut tentang FBGEMM.