llmcompression-operations

name	llmcompression-operations
version	2.0.4
description	llm_compression 日常操作 Skill。覆盖校准(calib.sh)、GPU精度评测(torch_eval.sh)、HBM编译(compile.sh)、板端精度评测(hbm_rpc_eval.sh)、量化分析(quant_analysis.sh)的标准用法。触发关键词：校准、calib、torch_eval、compile、hbm_rpc_eval、quant_analysis、LLM编译、LLM量化评测、板端推理评测。注意：llm_compression 是独立于 OE 的工具包，不走 OE/OE-LLM 包检查流程。新增模型支持请路由到 llmcompression-add-model。

LLM Compression 日常操作

llm_compression 是独立于 OE / OE-LLM 的 LLM 工具链包，提供校准、评测、编译、板端推理等标准脚本。

与 llmcompression-add-model 的区分：新增模型架构支持（编写 blocks/、model.py 等）请路由到 llmcompression-add-model；运行校准/评测/编译/板端推理等日常操作使用本 Skill。

---

⛔ 关键规则

⛔⛔ 执行目录：必须从项目根目录运行（禁止 cd 进 llm_compression/）

这是最常见的致命错误。 cd 进 llm_compression/ 会导致 Python 循环引用，所有脚本在 import 阶段即崩溃。

llm_compression/ 目录下有一个 datasets/ 子包，与第三方库 datasets（HuggingFace）同名。当 CWD 为 llm_compression/ 时，Python 的 sys.path[0]=''（CWD）会优先搜索到本地 datasets/ 子包，遮蔽第三方库，触发：

ImportError: cannot import name 'load_dataset' from partially initialized module 'datasets'
(most likely due to a circular import)

正确做法 — 从 OE LLM 包根目录（llm_compression/ 的父目录）执行脚本：

# ✅ 正确：CWD = 项目根目录
cd ${OE_LLM_DIR}   # 即 /open_explorer_llm
bash llm_compression/scripts/calib.sh --config_path llm_compression/configs/qwen3_vl.yml

# ❌ 错误：CWD = llm_compression/ → circular import
cd ${OE_LLM_DIR}/llm_compression
bash scripts/calib.sh --config_path configs/qwen3_vl.yml

所有标准脚本的路径和配置路径都必须从项目根目录相对书写：

操作	✅ 正确命令（CWD = 项目根目录）
校准	bash llm_compression/scripts/calib.sh --config_path llm_compression/configs/<model>.yml
GPU 精度评测	bash llm_compression/scripts/torch_eval.sh --config_path llm_compression/configs/<model>.yml
HBM 编译	bash llm_compression/scripts/compile.sh --config_path llm_compression/configs/<model>.yml
板端精度评测	bash llm_compression/scripts/hbm_rpc_eval.sh --config_path llm_compression/configs/<model>.yml
量化误差分析	bash llm_compression/scripts/quant_analysis.sh --config_path llm_compression/configs/<model>.yml

⛔ 必须通过 scripts/.sh 入口执行（禁止直接调用 tools/.py）

即使你已经理解了 shell 脚本的内部实现，也禁止绕过它。 标准脚本会自动处理 PYTHONPATH、环境变量、CWD 和日志，直接调用 Python 可能触发不可预见的问题（如循环引用、路径错误）。

操作	✅ 正确（通过 shell 入口）	❌ 禁止（直接调 Python）
校准	bash llm_compression/scripts/calib.sh --config_path <yml>	python3 llm_compression/tools/calib.py ...
GPU 评测	bash llm_compression/scripts/torch_eval.sh --config_path <yml>	python3 llm_compression/tools/torch_eval.py ...
编译	bash llm_compression/scripts/compile.sh --config_path <yml>	python3 llm_compression/tools/compile.py ...
板端评测	bash llm_compression/scripts/hbm_rpc_eval.sh --config_path <yml>	python3 llm_compression/tools/hbm_rpc_eval.py ...
量化分析	bash llm_compression/scripts/quant_analysis.sh --config_path <yml>	python3 llm_compression/tools/quant_analysis.py ...

同时禁止：

• 自写 shell 包装器（如 run_eval.sh）来替代标准脚本
• 自写 Python 包装器调用底层 tools/*.py
• 修改标准脚本内容

如果标准脚本不满足需求（如需要额外的 Docker 挂载参数），应在 docker run -c 内调用标准脚本，而非替换它：

# ✅ 正确：Docker 内调用标准脚本
docker run --rm --gpus all --shm-size=15g \
  -v "${OE_LLM_DIR}:/open_explorer_llm" \
  -v "${RUN_DIR}:/workspace" \
  --entrypoint /bin/bash ${DOCKER_IMAGE} \
  -c "cd /open_explorer_llm && bash llm_compression/scripts/hbm_rpc_eval.sh --config_path /workspace/config.yml"

# ❌ 禁止：Docker 内直接调 Python
docker run ... -c "python3 llm_compression/tools/hbm_rpc_eval.py --config_path ..."

标准脚本速查

操作	标准脚本	产出
校准（float→量化）	bash llm_compression/scripts/calib.sh --config_path <yml>	*_calibration.pth.tar
GPU 精度评测	bash llm_compression/scripts/torch_eval.sh --config_path <yml>	eval_results/
HBM 编译	bash llm_compression/scripts/compile.sh --config_path <yml>	*.hbm + embed_tokens.bin
板端精度评测	bash llm_compression/scripts/hbm_rpc_eval.sh --config_path <yml>	hbm_rpc_eval_results/
量化误差分析	bash llm_compression/scripts/quant_analysis.sh --config_path <yml>	quant_analysis_results/

GPU 编译预检（compile.sh 前必检）

2B+ 参数模型的 compile 阶段需要 GPU（HBDK LLVM 后端依赖 CUDA）。执行前必须检查：

1. Docker 模式：确认 DOCKER_TYPE=gpu
2. 测试 GPU：

   eval "$DOCKER_EXEC_PREFIX 'nvidia-smi'"
   

3. GPU 不可用 → 向用户报告阻塞，不要尝试在无 GPU 环境编译

VLM 已知限制

部分 VLM 模型（如 Qwen3-VL）在校准阶段可能遇到 tensor_dispatch_wrapper 动态控制流问题。详见 vlm_known_limitations.md。

---

标准流水线

1. calib.sh      → 校准产出 *_calibration.pth.tar
2. torch_eval.sh  → (可选) GPU 上精度评测
3. compile.sh     → 将校准产物编译为 .hbm
4. hbm_rpc_eval.sh → (可选) 板端精度评测
5. quant_analysis.sh → (可选) 逐层量化误差分析

每步通过 YAML config 中的路径字段串联前后步骤的输入输出。

---

YAML 配置结构

配置文件包含以下主要段落，详细字段说明见 .horizon/skills/horizon-router/references/llmcompression-operations.md：

• model 段（必填）：march、model_name、model_path、model_list、max_kvcache_len 等
• calibration 段：dataset_type、data_path、calib_ckpt_save_path
• evaluation 段：calib_ckpt_load_path、result_path
• compile 段：calib_ckpt_load_path、hbm_save_path、core_num
• hbm_rpc_eval 段：host、hbm_load_path、remote_environment.HB_DNN_USER_DEFINED_L2M_SIZES
• quant_analysis 段：baseline_model_load_path、analysis_model_load_path

可用配置模板

configs/ 目录下提供预置模板：qwen2_5_vl.yml、qwen3_vl.yml、internvl_1b.yml、internvl_2b.yml、internvl3_5_1b.yml

模型间配置差异

配置项	Qwen 系列	InternVL 系列
视觉组件名	visual	vision_model
文本配置键	text_config	llm_config
图像尺寸键	image_height + image_width	image_size（单值）

---

执行环境

Docker 模式（EXECUTION_MODE=docker）

⛔ Docker 命令预检（每次 docker run 前必检）

执行任何 Docker 命令前，必须检查以下 3 项全部到位。缺少任一项 → 命令必定失败：

#	检查项	缺失后果	参数
1	GPU 访问	无 CUDA，编译/推理报错	--gpus all
2	共享内存	LLM DataLoader 多进程 OOM	--shm-size=15g
3	目录挂载	容器内找不到数据/配置/输出	-v ${OE_LLM_DIR}:/open_explorer_llm + 数据目录

DOCKER_EXEC_PREFIX 陷阱：.env.oe-llm-package 中的 DOCKER_EXEC_PREFIX 仅包含 --gpus all，不含 --shm-size 和 -v 挂载。 直接使用 $DOCKER_EXEC_PREFIX 'cmd' 会因缺少挂载和共享内存而失败。必须使用下方完整模板替代。

完整 Docker 命令模板：

docker run --rm --gpus all \
  --shm-size=15g \
  -v "${OE_LLM_DIR}:/open_explorer_llm" \
  -v "${DATA_DIR}:/data" \
  -v "${RUN_DIR}:/workspace" \
  --entrypoint /bin/bash \
  ${DOCKER_IMAGE} \
  -c "cd /open_explorer_llm && bash llm_compression/scripts/calib.sh --config_path /workspace/config.yml"

⛔ Docker 挂载约束：

1. 禁止嵌套挂载：不能在已挂载的目录上再叠加文件级 bind mount。以下写法会导致 OCI runtime create failed: not a directory：

   # ❌ 错误：先挂目录，再在子路径上叠加挂文件
   -v ${OE_LLM_DIR}:/open_explorer_llm \
   -v /tmp/my_config.yml:/open_explorer_llm/llm_compression/configs/qwen3_vl.yml
   

   正确做法：将修改后的配置文件放到独立的工作目录，单独挂载该目录：

   # ✅ 正确：配置文件和输出放在独立挂载点
   -v ${OE_LLM_DIR}:/open_explorer_llm \
   -v ${RUN_DIR}:/workspace \
   # 容器内引用 /workspace/config.yml
   

2. 必须加 --shm-size=15g：LLM 模型的 DataLoader 多进程共享内存需求大，默认 64MB 会直接 OOM。

3. YAML 配置中的路径必须用容器内路径：model_path、data_path、calib_ckpt_save_path 等字段必须写 Docker 内的挂载路径（如 /open_explorer_llm/... 或 /workspace/...），不是宿主机路径。

Local 模式（EXECUTION_MODE=local）

source .horizon/venv-llm/bin/activate
cd $OE_LLM_DIR    # 项目根目录，不要 cd 进 llm_compression/
bash llm_compression/scripts/calib.sh --config_path llm_compression/configs/qwen3_vl.yml

---

注意事项

• model_list 中的部件名必须与 MODEL_REGISTRY 中注册的一致
• max_lm_input_len 必须严格小于 max_kvcache_len
• core_num 必须与板端实际 BPU 核心数匹配
• hbm_rpc_eval 的 HB_DNN_USER_DEFINED_L2M_SIZES 必须与 core_num 匹配：单核 24:0:0:0，四核 6:6:6:6
• 校准数据集路径必须是真实路径，不能使用随机数据

---

参考资料

详细字段说明、完整示例配置、常见错误处理见：

• .horizon/skills/horizon-router/references/llmcompression-operations.md
• VLM 已知限制：.horizon/skills/llm/llm_compression/llmcompression-add-model/vlm_known_limitations.md