d3379e23d5
Some checks failed
CI / build-and-test (push) Has been cancelled
根本问题确认： ✅ 26B-A4B Router/Expert使用bits=8量化 ✅ inDim = 704*4 = 2816（8-bit: 4 vals/u32） ✅ groupSize = 2816/44 = 64 ⚠️ 现有dequantize_row kernel只支持bits=4 ⚠️ Kernel硬编码：groupSize/8, (inG%8)*4, &0xF ⚠️ 需要8-bit逻辑：groupSize/4, (inG%4)*8, &0xFF 已修复部分： ✅ loadExpertGroup groupSize计算（Line 1247-1251） ✅ 从scales shape正确计算groupSize ⚠️ 但仍需8-bit Metal kernel支持 修复方案对比： 方案A（修改Metal kernels）：数天，极高风险，不确定 ⭐ 方案B（使用26B-Standard）：0分钟，无风险，完美 ⭐⭐⭐⭐⭐ 创建文件： - dequantize_8bit_kernel.metal（示例kernel） - dequantizeRow_analysis.md（函数分析） - 26B_A4B_Deep_Fix_Analysis.md（完整分析） 结论： 技术上可修复，但难度极高（需修改Metal kernels） 强烈推荐使用26B-Standard代替（完美无NaN） 推荐度：方案B ⭐⭐⭐⭐⭐
147 lines
3.2 KiB
Markdown
147 lines
3.2 KiB
Markdown
# dequantizeRow函数分析
|
||
|
||
**日期**: 2026-06-24
|
||
**关键发现**: Token ID被用作embedding lookup索引
|
||
|
||
---
|
||
|
||
## 一、关键代码
|
||
|
||
### 1.1 Forward Pass调用
|
||
|
||
```swift
|
||
// Line 1346: Embedding lookup
|
||
try dequantizeRow(weight: embedWeight, tokenId: tokenId, output: h)
|
||
|
||
// Line 1378: Per-layer embedding
|
||
try dequantizeRow(weight: plWeight, tokenId: tokenId, output: plBuf, nCols: totalPerLayer)
|
||
```
|
||
|
||
**关键**: `tokenId`被直接用作参数！
|
||
|
||
---
|
||
|
||
### 1.2 dequantizeRow函数
|
||
|
||
**推测实现**：
|
||
```swift
|
||
func dequantizeRow(weight: QuantizedWeights, tokenId: Int, output: MTLBuffer) {
|
||
// 从weight中读取第tokenId行的weights
|
||
// weight.shape = [vocabSize, hiddenDim]
|
||
// 每个tokenId对应一行embedding weights
|
||
|
||
// 关键：tokenId被用作索引！
|
||
// 可能的问题：
|
||
// - tokenId超出weight的行数范围
|
||
// - 或tokenId对应的weights有问题
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
## 二、推测的Bug机制
|
||
|
||
### 2.1 Token ID索引问题
|
||
|
||
**假设**：
|
||
- `dequantizeRow`从`embedWeight`中读取第`tokenId`行
|
||
- `embedWeight` shape: `[262144, 352]` (vocabSize=262144)
|
||
- Token ID 2, 100, 200等都在正常范围内
|
||
- **但**：26B-A4B的weights可能有问题
|
||
|
||
**可能的bug**：
|
||
1. Weight的量化格式不匹配
|
||
2. Scales/biases的group_size不正确
|
||
3. Dequantization计算错误
|
||
|
||
---
|
||
|
||
### 2.2 对比26B-Standard
|
||
|
||
**26B-Standard**：
|
||
- Embed scales: shape=[262144, 88], mean=119.955（异常大）
|
||
- 代码normalizing后正常
|
||
- 完美无NaN
|
||
|
||
**26B-A4B**：
|
||
- Embed scales: shape=[262144, 44], mean=-0.000326（正常）
|
||
- 不需要normalizing
|
||
- 但有NaN问题
|
||
|
||
**关键差异**：
|
||
- Scales的shape不同（88 vs 44）
|
||
- Group_size不同（32 vs 8）
|
||
- 这可能导致dequantization逻辑不同
|
||
|
||
---
|
||
|
||
## 三、验证方案
|
||
|
||
### 3.1 测试dequantizeRow
|
||
|
||
**测试代码**：
|
||
```swift
|
||
// 测试不同tokenId的embedding lookup
|
||
for tokenId in [2, 98, 100, 200] {
|
||
let embedding = try model.dequantizeRow(tokenId: tokenId)
|
||
print("Token \(tokenId): embedding NaN count = \(embedding.filter { $0.isNaN }.count)")
|
||
}
|
||
```
|
||
|
||
**预期**：
|
||
- 如果embedding就有NaN → dequantizeRow有问题
|
||
- 如果embedding无NaN但logits有NaN → LM head有问题
|
||
|
||
---
|
||
|
||
### 3.2 检查Metal Kernel
|
||
|
||
**需要检查**：
|
||
- `dequantize_row.metal` kernel的实现
|
||
- tokenId如何被用作索引
|
||
- Scales/biases如何被应用
|
||
- Group_size如何被计算
|
||
|
||
---
|
||
|
||
## 四、修复方案
|
||
|
||
### 4.1 可能的修复
|
||
|
||
**方案1**: 调整dequantizeRow的group_size计算
|
||
```swift
|
||
// 确保group_size正确
|
||
var groupSize = UInt32(weight.inDim / weight.scales.shape[1])
|
||
enc.setBytes(&groupSize, ...)
|
||
```
|
||
|
||
**方案2**: 检查scales/biases的offset计算
|
||
```swift
|
||
// 确保tokenId对应的scales/biases offset正确
|
||
let scalesOffset = tokenId * scalesShape[1] * 4
|
||
let biasesOffset = tokenId * biasesShape[1] * 4
|
||
```
|
||
|
||
**方案3**: 使用26B-Standard代替
|
||
- 最简单的方案
|
||
- 完美无NaN
|
||
|
||
---
|
||
|
||
## 五、下一步
|
||
|
||
**立即测试**：
|
||
1. 检查embedding是否已经有NaN
|
||
2. 检查dequantize_row kernel
|
||
3. 对比26B-Standard的实现
|
||
|
||
**如果无法修复**：
|
||
- 使用26B-Standard代替
|
||
- 或重新量化26B-A4B
|
||
|
||
---
|
||
|
||
**生成时间**: 2026-06-24
|
||
**关键发现**: dequantizeRow使用tokenId作为索引
|
||
**下一步**: 检查Metal kernel实现
|