feat(ml,#16060): 3.9e quantization SOTA — torch.ao dynamic + FX statique vs 3.9a (bloc B.5)

[jsboige]

Grain: DEEP/notebook-python — lane myia-po-2026:CoursIA-2 — prev: DEEP/notebook-python #16249

See #16060 (bloc B.5 — A.1 #16127 OPEN, A.2 livré par 3.9a #16094 MERGED, A.3/A.4 couverts par #16190/#16192/#16219 OPEN ; B.6 dépend du merge A.3)

3.9e — Quantification SOTA : la même INT8, par l'écosystème torch.ao

Nouveau notebook MyIA.AI.Notebooks/ML/DataScienceWithAgents/03-DeepLearning/3.9e-Compression-Quantization-SOTA.ipynb (29 cellules, 12 code) : le pendant industriel de 3.9a (bloc A.2, mergé) — la même physique de la quantification INT8, cette fois exécutée par torch.ao.quantization, l'API SOTA de PyTorch.

Méthode : une seule variable expérimentale

Même terrain que 3.9a, protocole repris à l'identique : ResNet-20 (~271 k poids), CIFAR-10, SGD momentum lr 0.08 cosine, seed 42, batch 256. Seule différence : l'auteur de la quantification — la main de 3.9a ou l'écosystème.

Recette CPU : 3.9a a été committé sur GPU (40 epochs, torch 2.8, sorties device=cuda). Ce run s'exécute sur CPU — avec exactement la recette réduite que le code de 3.9a applique quand aucun GPU n'est présent (EPOCHS = 6 if cpu, cellule 2 de 3.9a). Les repères 3.9a cités dans le notebook (0.9019 témoin, 0.9017 static min/max, 0.9012 KL) sont labellisés « outputs committés de 3.9a, run GPU 40 ep » partout où ils apparaissent ; chaque écart de ce notebook se mesure contre son propre témoin FP32.

Ce que le notebook mesure (exécution réelle committée)

Témoin FP32 (CPU, 6 epochs) : 0.7896.

1. quantize_dynamic ne couvre que Linear : sur ResNet-20, 1 couche sur 22 (le fc, 640 poids = 0,18 % du réseau, 1,9 Ko économisés) — exactitude 0.7898 (+0.0002). Le mot « dynamique » ne garantit pas la couverture ; la liste des types éligibles, si. (Contraste honnête avec le « dynamique » de 3.9a, qui posait des hooks sur les convs.)
2. FX graph mode statique en 4 appels (prepare_fx → calibration 8 batchs → convert_fx) : fusion conv-bn-relu (10 modules), échelles per-channel symétrique, packing — MinMax 0.7900 (+0.0004), Histogramme 0.7901 (+0.0005) (cousin moteur de la KL de 3.9a §6 : les deux observateurs à égalité, comme 3.9a le constatait entre KL et min/max).
3. Taille et vitesse : les trois promesses tiennent sur ce run — taille 4,0× plus petite (1071 → 267 Ko state_dict), exactitude intacte, latence 1,8× plus rapide (21,4 → 12,1 ms médiane batch 64, moteur onednn) — les kernels INT8 s'amortissent sur les 22 couches. Garde-fous mesurés : le facteur dépend du moteur/profil (pas le 10× d'un DSP), et 3.9a ne pouvait pas mesurer la latence (ses arrondis étaient simulés en flottants, sans kernels INT8).
4. Récapitulatif écosystème vs main : ~15 lignes contre ~150 ; la fusion et les kernels offerts ; la main garde le contrôle (percentile, INT4, couche par couche).

Réparation d'environnement (règle F), documentée dans le notebook

Sous torch 2.13.0+cpu, get_native_backend_config() échoue par bug d'import paresseux du paquet (backend_config.utils non chargé : AttributeError: module ... has no attribute 'utils'). Réparé par import explicite du sous-module — vérifié par smoke test (194 patterns de fusion construits) — et documenté dans la cellule concernée. Aucun contournement : la chaîne FX tourne sous le moteur natif onednn (seul engine du build CPU Windows ; fbgemm/qnnpack absents — constat d'environnement, pas un choix de dégradation).

Note d'écosystème mesurée : torch.ao.quantization est marqué deprecated en 2.13 (migration torchao, eager + PT2E) ; torchao n'est pas installé sur cette machine. Le bloc B.5 nomme explicitement torch.quantization/torch.ao — l'API sous laquelle 3.9a a été écrit et que ce bloc spécifie. La migration est pointée en « Pour aller plus loin », bannières filtrées pour la lisibilité, aucun appel contourné.

Validation (5 points)

1. Scope : 1 fichier créé, aucun autre fichier touché. Résiduel assumé : ligne README de la série non ajoutée (atomique ; catalogue = automatisation).
2. Validation automatisée post-fix : Papermill end-to-end 29/29 cellules, 0 erreur ; scrub_papermill_paths.py --apply ; detect_papermill_path_leak.py --outputs → [] ; H.3 : 12/12 cellules code execution_count+outputs ; C.1 : 0 motif interdit (3 stubs return None+print).
3. Cohérence pédagogique : structure 3.9a mirrorée (contrat à 4 questions, « Lecture » après chaque cellule interprétée, 3 exercices progressifs — QAT, observateur percentile, set_module_name pour épargner le stem — stubs C.1 avec indices/étapes).
4. Exécution réelle : outputs committés = sortie Papermill de ce run CPU (tableaux et métriques ci-dessus en proviennent).
5. Regression check : nouveau fichier, zéro symbole existant touché ; grep 3.9e → aucun référencement préexistant.

Diagnostic dérive

Nouveau notebook : n/a. Les valeurs 3.9a citées sont celles de ses outputs committés, sourcées et labellisées run/matériel dans le tableau.

🤖 Generated with Claude Code

[github-actions]

Notebook outputs-required (H.4 schema): PASS (every code cell carries an outputs: list)

[clusterManager-Myia]

VERDICT: LGTM

[Hermes] Review #16260 (bloc B.5 de #16060) — notebook 3.9e, 1041+, 1 fichier.

Vérifications réelles :

• Outputs authentiques sur 12/12 cellules code : timings d'entraînement variables (79.6–90.0 s/epoch), pas de prints statiques. Garde CI H.4 (outputs-required) PASS, dans le périmètre (workflow notebooks, fichier = notebook).
• Cohérence arithmétique vérifiée : 1071/267 Ko = 4.0x ✓ ; 21.4/12.1 ms = 1.77x ✓ ; deltas exactitude 0.7898−0.7896 = +0.0002 ✓, 0.7900 = +0.0004 ✓, 0.7901 = +0.0005 ✓.
• Conformité au body : 29 cellules / 12 code annoncées = constatées ✓. Structure fidèle au protocole 3.9a (une seule variable expérimentale : le moteur d'export).
• Justesse conceptuelle : quantize_dynamic ne ciblant que le fc (1/22 modules, 0.18% des poids) sur un convnet est exact et pédagogiquement bien amené — contraste honnête avec le 4.0x du FX statique.
• Les 3 cellules « TODO étudiant » (Exercice a completer, exactitude None) sont le pattern pédagogique assumé, non du code inachevé.
• Security scan : clean. Pas de contamination rebase (1 fichier added).

CoursIA : verdict en COMMENT (cap #15511 tenu). Relais vers siège qualifiant effectué.

[github-actions]

MD hierarchy drift -- 3653d10

Cette PR augmente le compte de defauts de rendu markdown
par rapport a la base de fusion f8bff4e re-scannee.
Nouveaux defauts imputables au diff :

reference: merge base f8bff4eb75c41c374dcbbb2038990cf534f13837 re-scanned (0 of 1 changed notebook(s) existed at base; others are additions; 0 had findings at base)
  +19  MyIA.AI.Notebooks/ML/DataScienceWithAgents/03-DeepLearning/3.9e-Compression-Quantization-SOTA.ipynb
        +15 H1-DEEP
        +3 HINT-AS-HEADING
        +1 MULTI-H1

=== drift: +19 across 1 notebook(s), 0 burned down ===

Corriger (ex. - # Indice : ... -> - **Indice :** ...). See #11831.

[github-actions]

✅ No prose/output mismatch detected in the notebooks this PR changed.

Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit claim-check relations resolve only against named CLAIM_METRICS from the local output window and are classified SUPPORTED, CONTRADICTED, or UNPROVEN.
The markdown-claims-output-report run artifact contains the structured JSON report. See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 numeric pathology, extended with low-noise relational evidence.

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	7.8s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	8.6s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	12.8s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	8.3s
Search-01-StateSpace.ipynb	✅ SUCCESS	6.8s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	5.2s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	58.0s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	7.6s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 12
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)