Skip to main content

Compression de modèles

La compression utilise la quantification pour convertir un modèle ajusté de pleine précision en une version de précision réduite, diminuant ainsi la spécification MU et le coût de déploiement nécessaires. Cette rubrique explique comment créer et gérer des tâches de compression dans la console.

Présentation de la fonctionnalité

La compression utilise la quantification pour convertir un modèle ajusté de pleine précision en une version de précision réduite. Elle diminue la spécification MU nécessaire au déploiement tout en préservant les capacités du modèle, ce qui réduit le coût de déploiement pour l’inférence. Dans Model Studio, la compression désigne précisément la quantification ; elle n’inclut ni l’élagage structurel ni la distillation de connaissances. La compression est une étape facultative du processus de production d’un modèle. Le processus complet est : Ajustement fin → Compression → Déploiement. Terminez d’abord l’entraînement d’ajustement fin, compressez le modèle obtenu, puis déployez le modèle compressé comme service d’inférence.
La compression est irréversible. Un modèle compressé ne peut plus être ajusté ni compressé une seconde fois. Vérifiez le modèle de quantification sélectionné avant de lancer la compression.

Modèles pris en charge

Le tableau ci-dessous présente les modèles actuellement pris en charge pour la compression. Consultez la console pour connaître la liste effective.
  • Chine (Pékin)
  • Singapour

Famille de modèles

Modèle de base

Spécification de déploiement avant compression

Spécification de déploiement après compression

Qwen

qwen3.5-flash-2026-02-23

MU1*2($14.852/heure)

MU5/MU8/MU9

Qwen

qwen3.6-plus-2026-04-02

MU1*8($59.408/heure)

Consultez la console

Limites d’utilisation

  • Disponible uniquement dans la région Chine du Nord 2 (Pékin).
  • Seuls les modèles personnalisés obtenus par ajustement fin sur la plateforme Model Studio sont pris en charge. Les modèles de base et les modèles tiers ne sont pas pris en charge.
  • Les modèles compressés ne peuvent plus être ajustés ni compressés une seconde fois.

Créer une tâche de compression

Prérequis

Avant d’utiliser la compression, vérifiez qu’un modèle personnalisé ajusté sur Model Studio est disponible dans l’espace de travail actuel. Si l’ajustement fin n’est pas terminé, effectuez d’abord l’entraînement en suivant Ajustement fin.

Procédure

  1. Connectez-vous à la console Model Studio. Dans la barre de navigation supérieure, sélectionnez Modèle > Entraîner > Compression de modèles.
  2. Sur la page de compression, cliquez sur Créer une tâche de compression.
  3. Sur la page de création de la tâche, configurez les paramètres suivants :
    Configuration de la compression de modèles

    Paramètre

    Obligatoire

    Description

    Nom de la tâche

    Oui

    50 caractères au maximum. Il est recommandé d’inclure l’abréviation du modèle, la méthode de quantification et le numéro de version pour faciliter la gestion ultérieure.

    Description de la tâche

    Non

    200 caractères au maximum.

    Modèle source

    Oui

    Cliquez pour ouvrir la boîte de dialogue de sélection, qui affiche uniquement les modèles ajustés pouvant être compressés. Si aucun modèle n’est disponible, effectuez d’abord un entraînement d’ajustement fin. Changer de modèle source efface automatiquement la sélection du modèle de quantification, car les modèles de quantification disponibles varient selon le modèle source.

    Suffixe du nom du modèle de sortie

    Oui

    Uniquement des lettres minuscules et des chiffres, avec un maximum de 8 caractères. Les caractères non valides sont automatiquement supprimés. Ce suffixe est ajouté au nom du modèle source pour identifier le modèle compressé.

    Modèle de quantification

    Oui

    Les modèles de quantification disponibles sont affichés dans une grille de cartes. Sélectionnez d’abord un modèle source. Plus le nombre MU dans le nom du modèle de quantification est élevé, plus la spécification de déploiement et le coût sont réduits.

    Données de calibration

    Obligatoire sous conditions

    Ce champ apparaît uniquement si le modèle de quantification sélectionné comporte des paramètres d’entrée de calibration. Vous pouvez sélectionner jusqu’à 5 jeux de données ; les jeux de données montés depuis OSS ne sont pas pris en charge. Les jeux de données doivent être créés et publiés dans Gestion des données.

  4. Vérifiez la configuration, puis cliquez sur Démarrer la compression. Le bouton est activé uniquement lorsque tous les champs obligatoires sont renseignés. Une fois la tâche créée, vous êtes automatiquement redirigé vers la liste des tâches.
La configuration d’une tâche ne peut plus être modifiée après sa création. Vérifiez soigneusement le modèle de quantification sélectionné avant de cliquer sur Démarrer la compression.

Consulter la progression et les journaux d’une tâche de compression

Dans la liste des tâches, cliquez sur le nom d’une tâche pour ouvrir sa page de détails. Elle comporte deux onglets : Détails et Journal.

Onglet Détails

Configuration de la compression de modèles
L’onglet Détails affiche les informations suivantes :
  • Informations de base: ID de tâche (copiable), état d’exécution, heure de création et durée de la tâche (actualisée en temps réel pendant l’exécution). En cas d’échec, le message d’erreur est également affiché.
  • Configuration de compression: Modèle source, modèle compressé, méthode de quantification, données de calibration et autres paramètres définis à la création.

Onglet Journal

Journaux de la tâche de compression
Ouvrez l’onglet Journal pour consulter les journaux d’exécution de la tâche.
  • Lignes affichées: Vous pouvez afficher les 100, 500, 2000 ou 5000 dernières lignes des journaux.
  • Actualisation automatique: Lorsque cette option est activée, le contenu des journaux s’actualise automatiquement toutes les 30 secondes.
  • Couleurs des niveaux de journalisation: INFO (vert), DEBUG (gris), ERROR (rouge), WARN (jaune).
  • Opérations sur les journaux: Vous pouvez télécharger les journaux complets (sans limitation au nombre de lignes affichées), réduire ou développer les sous-entrées, basculer entre les thèmes sombre et clair et activer ou désactiver le retour automatique à la ligne.

Dépannage des échecs

Si une tâche de compression échoue, suivez ces étapes :
  1. Consultez le message d’erreur dans l’onglet Détails.
  2. Ouvrez l’onglet Journal et recherchez les entrées de niveau ERROR.
  3. Téléchargez les journaux complets pour une analyse détaillée.
  4. Si le problème persiste, ouvrez un ticket en joignant l’ID de la tâche et le fichier journal.

Gérer les tâches de compression

Dans la console, sélectionnez Modèle > Entraîner > Compression de modèles pour accéder à la liste des tâches et gérer celles que vous avez créées.
Configuration de la compression de modèles

Liste des tâches

La liste des tâches affiche les 7 colonnes suivantes :

Nom de la colonne

Description

Nom/ID de la tâche

Nom et ID de la tâche. Cliquez sur son nom pour ouvrir la page de détails.

Modèle de quantification

Le nom du modèle de quantification sélectionné à la création de la tâche.

État de la tâche

L’état actuel d’exécution de la tâche.

Modèle source

Le nom du modèle ajusté avant compression.

Modèle compressé

Le nom du modèle produit par la compression. Il est cliquable uniquement lorsque la tâche réussit et ouvre le centre des modèles pour consultation.

Heure de création

L’heure de création de la tâche.

Opération

Les opérations disponibles, notamment l’arrêt et la suppression. Leur disponibilité dépend de l’état de la tâche.

Vous pouvez filtrer et rechercher par modèle de quantification, état de la tâche (5 types), période et nom ou ID de tâche. La liste peut être triée et affiche 10 enregistrements par page.

État de la tâche

Les tâches de compression ont 7 états au total. Leur cycle de vie est le suivant :
  • PENDING (non démarrée) : la tâche a été créée et attend sa planification.
  • QUEUING (en file d’attente) : la tâche est entrée dans la file d’exécution.
  • RUNNING (en cours) : la tâche exécute la compression.
  • SUCCEEDED (compression réussie) : la compression est terminée et le modèle a été produit.
  • FAILED (échec de compression) : une erreur est survenue pendant la compression.
  • CANCELING (arrêt en cours) : l’utilisateur a demandé l’arrêt et la tâche est en cours de terminaison.
  • CANCELED (annulée) : l’utilisateur a arrêté la tâche.

Arrêter et supprimer des tâches

  • Arrêter une tâche: Seules les tâches à l’état PENDING ou RUNNING peuvent être arrêtées. Après avoir cliqué sur Arrêter, confirmez dans la boîte de dialogue. Une tâche arrêtée ne peut pas être reprise. Un bouton d’arrêt est également disponible sur la page de détails.
  • Supprimer une tâche: Seules les tâches dans un état final (SUCCEEDED, FAILED, CANCELED) peuvent être supprimées ; celles à l’état QUEUING ne peuvent pas l’être. Supprimer un enregistrement de tâche n’affecte pas le modèle compressé déjà produit.
Affichage d’une liste vide : en l’absence de tâches, la page affiche des indications et un accès à la création d’une tâche. Si le filtrage ne donne aucun résultat, elle affiche « Aucun résultat trouvé » et suggère de modifier les filtres ou d’effacer la recherche.

Facturation

  • La tâche de compression elle-même est gratuite pour une durée limitée. La date de fin est précisée dans les annonces de la console.
  • Lors du déploiement, le modèle compressé est facturé selon sa spécification MU. Pour plus de détails sur la facturation du déploiement, consultez Déploiement.
Prenons comme exemple le modèle ajusté qwen3.5-flash-2026-02-23. Pour les spécifications et tarifs de déploiement avant et après compression, consultez Modèles pris en charge. Les coûts de déploiement sont réduits d’environ 56 %. Nous recommandons de comparer les résultats de plusieurs modèles de quantification pendant la période gratuite et de choisir la meilleure configuration avant le déploiement en production.

FAQ

La boîte de dialogue de sélection du modèle source affiche uniquement les modèles ajustés pouvant être compressés. Si aucun n’est proposé, l’espace de travail actuel ne contient pas de modèle ajusté admissible. Suivez d’abord Ajustement fin pour effectuer l’entraînement, puis vérifiez sa réussite avant de créer une tâche de compression.
Non. La compression est une opération à sens unique. Pour modifier la configuration, relancez la compression à partir du modèle ajusté de pleine précision d’origine. Consultez les limites d’utilisation dans Présentation de la fonctionnalité.
Il s’agit de trois techniques d’optimisation différentes. La quantification réduit la précision des paramètres, l’élagage supprime les structures redondantes et la distillation utilise un grand modèle pour entraîner un petit modèle. Model Studio prend actuellement en charge uniquement la quantification.
Le modèle de quantification détermine la spécification de déploiement du modèle compressé. Plus le nombre MU dans son nom est élevé, plus la spécification et le coût sont réduits, mais plus la perte de précision potentielle est importante. Choisissez selon le compromis coût-précision adapté à votre activité. En cas de doute, essayez plusieurs modèles de quantification pendant la période gratuite et évaluez les résultats après déploiement avec un jeu de test métier.
Les données de calibration améliorent la précision de la quantification. Choisissez un jeu de données sémantiquement proche du scénario d’inférence cible. Par exemple, pour un modèle destiné aux questions-réponses du service client, utilisez des exemples de dialogues du service client comme données de calibration.
La compression par quantification peut entraîner une perte de précision. Vérifiez l’inférence après déploiement avec un jeu de test métier. Si la précision est insuffisante, essayez un autre modèle de quantification et relancez la compression, ou ajoutez des données de calibration pour améliorer la qualité de quantification.
Les tâches de compression sont actuellement gratuites pour une durée limitée. Les modalités de facturation ultérieures seront précisées dans les annonces de la console. Les frais de déploiement du modèle compressé ne sont pas concernés par cette période gratuite et restent calculés selon la spécification MU.
Pendant la période gratuite, essayez plusieurs modèles de quantification sur un même modèle ajusté, déployez-les séparément et vérifiez leurs résultats d’inférence avec un jeu de test métier. Comparez la précision et le coût des différentes configurations, puis choisissez celle qui répond le mieux à vos besoins avant la mise en production.
Pour gérer les tâches de compression par API, consultez Référence de l’API de compression de modèles.