# FBGEMM

[FBGEMM (Facebook GEneral Matrix Multiplication)](https://github.com/pytorch/FBGEMM) es una biblioteca de multiplicación de matrices de baja precisión para tamaños de lote pequeños y con soporte para técnicas que minimizan la pérdida de precisión, como la cuantización por fila y la cuantización consciente de valores atípicos. Con FBGEMM, se cuantizan los pesos de un modelo a 8 bits por canal y las activaciones a 8 bits por token (también conocido como fp8 o w8a8).

> [!TIP]
> Necesitas una GPU con [capacidad de cómputo 9+](https://developer.nvidia.com/cuda-gpus#collapseOne), como una H100.

Instale el paquete FBGEMM_GPU con el siguiente comando para asegurarse de tener la versión más reciente.

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

Si tienes problemas de instalación, prueba a instalar la [versión nocturna](https://pytorch.org/FBGEMM/fbgemm_gpu-development/InstallationInstructions.html#fbgemm-gpu-install-libraries:~:text=found%20here.-,Install%20the%20FBGEMM_GPU%20Package,-Install%20through%20PyTorch).

Crea una [FbgemmFp8Config](/docs/transformers/main/es/main_classes/quantization#transformers.FbgemmFp8Config) y pásala a [from_pretrained()](/docs/transformers/main/es/main_classes/model#transformers.PreTrainedModel.from_pretrained) para cuantizar un modelo a 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/es/main_classes/model#transformers.PreTrainedModel.save_pretrained) y [from_pretrained()](/docs/transformers/main/es/main_classes/model#transformers.PreTrainedModel.from_pretrained) permiten guardar y cargar un modelo cuantizado.

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

## Recursos

Lea el artículo de blog [Open-sourcing FBGEMM for state-of-the-art server-side inference](https://engineering.fb.com/2018/11/07/ml-applications/fbgemm/) para obtener más detalles sobre FBGEMM.