Qwen2.5-Coder-3B-AWQ-Pile-Q4_0-NPU2
оптимизированная модель для автодополнения кода на процессорах AMD Ryzen AI
2 мин чтенияобновлено
Модель представляет собой специальную квантованную версию Qwen/Qwen2.5-Coder-3B (размером 3 миллиарда параметров), адаптированную для выполнения задач fill-in-the-middle (FIM, дополнение кода в середине) локально на аппаратных ускорителях AMD XDNA 2 NPU с помощью фреймворка FastFlowLM (FLM). Обычная 4-битная квантование без калибровки даёт неприемлемо низкое качество на таком железе, поэтому автор применил AWQ (метод квантования весов с сохранением точности) на датасете Pile и переупаковал модель под требования движка. Сборка пригодится разработчикам и владельцам ноутбуков с процессорами Ryzen AI 300 серии и новее, которые хотят запускать автодополнение кода прямо на встроенном нейропроцессоре.
Ключевые особенности
- Основа: популярная языковая модель Qwen2.5-Coder-3B, оптимизированная под задачи программирования.
- AWQ-калибровка: использование калибровки на корпусе Pile перед квантованием в Q4_0 для сохранения точности генерации.
- Поддержка NPU: сборка разработана специально для запуска на встроенных нейропроцессорах AMD XDNA 2.
- Интеграция FIM: добавлены специальные токены fill-in-the-middle в конце последовательности и применен pass-through чат-шаблон.
Что можно сделать
- Локальное автодополнение кода: развернуть локальный сервер автодополнения кода на AMD NPU без нагрузки на дискретную видеокарту.
- Интеграция в IDE: подключить локальный эндпоинт к редакторам кода для быстрой генерации строк и функций «на лету».
- Тестирование производительности: запустить бенчмарки генерации кода на аппаратном ускорителе Ryzen AI.
Пример
Запуск локального сервера модели через утилиту flm-add и отправка тестового FIM-запроса:
uv tool install flm-add
flm-add nickto/Qwen2.5-Coder-3B-AWQ-Pile-Q4_0-NPU2 \
--tag qwen2.5-coder:3b-awq-pile-q4_0 --xclbin-from Qwen2.5-3B-Instruct-NPU2
export FLM_CONFIG_PATH="$HOME/.config/flm/model_list.json" FLM_XCLBIN_PATH="$HOME/.config/flm"
flm serve qwen2.5-coder:3b-awq-pile-q4_0
curl -s http://localhost:52625/v1/completions -H 'Content-Type: application/json' \
-d '{"model":"qwen2.5-coder:3b-awq-pile-q4_0","prompt":"<|fim_prefix|>def add(a, b):\n <|fim_suffix|>\n\nprint(add(1, 2))<|fim_middle|>","max_tokens":32,"temperature":0}'Подробнее
Бенчмарк SAFIM pass@1 (control / block / api): эта модель — 54.7 / 39.5 / 65.5; без AWQ на FLM — 5.3 / 3.9 / 18.1.Железо: процессор AMD Ryzen AI с архитектурой XDNA 2 (серия Ryzen AI 300 или новее).
Среда: FastFlowLM версии 1.0.11.
Лицензия: Qwen RESEARCH LICENSE AGREEMENT (Alibaba Cloud, только некоммерческое использование).










Комментарии