由于模型越來越大，訓練過程中硬件的優(yōu)化變得尤為重要。從2019年下半年開始，各家分別開發(fā)出大規(guī)模并行訓練、模型擴展技術(shù)，以期開發(fā)出更大的NLP模型。英偉達Megatron-LM、谷歌T5、微軟Turing-NLG相繼出現(xiàn)。

2020年6月OpenAI在發(fā)布了GPT-3，這是當時訓練的最大模型，具有1750億個參數(shù)。近段時間，浪潮、英偉達與微軟相繼發(fā)布2500億參數(shù)、5300億參數(shù)的巨量模型，超過GPT-3。

中國工程院院士王恩東認為，人工智能的大模型時代已經(jīng)到來，利用先進算法，整合大規(guī)模數(shù)據(jù)，匯聚大量算力，訓練出巨量人工智能模型是未來的發(fā)展方向……


英偉達與微軟聯(lián)合發(fā)布了5300億參數(shù)的“威震天-圖靈”

上周，英偉達與微軟聯(lián)合發(fā)布了5300億參數(shù)的“威震天-圖靈”自然語言生成模型（Megatron-TuringNLG）。據(jù)介紹，這樣的量級不僅讓它成為全球規(guī)模最大，同時也是性能最強的NLP模型。


訓練過程一共使用了4480塊英偉達A100 GPU，最終使該模型在一系列自然語言任務(wù)中——包括文本預(yù)測、閱讀理解、常識推理、自然語言推理、詞義消歧——都獲得了前所未有的準確率。

此模型簡稱MT-NLG，是微軟Turing NLG和英偉達Megatron-LM兩者的“繼任者”。Turing NLG由微軟于2020年2月推出，參數(shù)為170億；Megatron-LM來自英偉達，2019年8月推出，參數(shù)83億。它倆在當時分別是第一、二大規(guī)模的Transfomer架構(gòu)模型。

我們都知道大參數(shù)規(guī)模的語言模型效果會更好，但訓練起來也很有挑戰(zhàn)性，比如：即使是最大容量的GPU，也存不下如此規(guī)模的參數(shù)；如果不特別注意優(yōu)化算法、軟件和硬件堆棧，那么所需的大量計算操作可能會導(dǎo)致訓練時間過長。

那這個參數(shù)已是GPT-3三倍的MT-NLG又是如何解決的呢？答案就是汲取“兩家”所長，融合英偉達最先進的GPU加速訓練設(shè)備，以及微軟最先進的分布式學習系統(tǒng)，來提高訓練速度。并用上千億個token構(gòu)建語料庫，共同開發(fā)訓練方法來優(yōu)化效率和穩(wěn)定性。

具體來說，通過借鑒英偉達Megatron-LM模型的GPU并行處理，以及微軟開源的分布式訓練框架DeepSpeed，創(chuàng)建3D并行系統(tǒng)。對于本文中這個5300億個參數(shù)的模型，每個模型副本跨越280個NVIDIA A100 GPU，節(jié)點內(nèi)采用Megatron-LM的8路張量切片（tensor-slicing），節(jié)點間采用35路管道并行（pipeline parallelism）。

然后再使用DeepSpeed的數(shù)據(jù)并行性進一步擴展到數(shù)千個GPU。最終在基于NVIDIA DGX SuperPOD的Selene超級計算機上完成混合精度訓練。（該超級計算機由560個DGX A100服務(wù)器提供支持，每個DGX A100有8個 NVIDIA A100 80GB Tensor Core GPU，通過NVLink 和 NVSwitch相互完全連接）。

該模型使用了Transformer解碼器的架構(gòu)，層數(shù)、hidden dimension和attention head分別為 105、20480和128。訓練所用數(shù)據(jù)集包括近20萬本書的純文本數(shù)據(jù)集Books3、問答網(wǎng)站Stack Exchange、維基百科、學術(shù)資源網(wǎng)站PubMed Abstracts、ArXiv、維基百科、GitHub等等，這些都是從他們先前搭建的Pile數(shù)據(jù)集中挑出的質(zhì)量較高的子集。最終一共提取了2700億個token。

浪潮發(fā)布2500億參數(shù)的中文AI巨量模型“源1.0”

9月28日，浪潮人工智能研究院發(fā)布浪潮發(fā)布了2500億參數(shù)的中文AI巨量模型“源1.0”。

“源1.0”不僅有高達5TB的全球最大中文高質(zhì)量數(shù)據(jù)集，在總計算量和訓練效率優(yōu)化上都是空前的。源1.0幾乎把近5年整個中文互聯(lián)網(wǎng)的浩瀚內(nèi)容全部讀完，在收集并清洗數(shù)據(jù)后，最終獲得5TB高質(zhì)量數(shù)據(jù)，成為迄今業(yè)界最大的高質(zhì)量中文數(shù)據(jù)集。

在語言智能方面，源1.0獲得中文語言理解評測基準CLUE榜單零樣本學習和小樣本學習兩類總榜冠軍，獲得小樣本學習的文獻分類、商品分類、文獻摘要識別、名詞代詞關(guān)系等4項任務(wù)冠軍。

“在數(shù)據(jù)量、參數(shù)規(guī)模與模型精度方面，源1.0均居全球之最?！崩顺比斯ぶ悄苎芯吭菏紫芯繂T吳韶華說。對標OpenAI的GPT-3，源1.0參數(shù)規(guī)模為2457億，訓練采用的中文數(shù)據(jù)集達5TB。相比GPT-3模型1750億參數(shù)量和570GB訓練數(shù)據(jù)集，源1.0參數(shù)規(guī)模領(lǐng)先40%，訓練數(shù)據(jù)集規(guī)模領(lǐng)先近10倍。

“得益于我們設(shè)計模型時，對精度和計算性能的協(xié)同?！眳巧厝A說，“在算法上，我們解決了巨量模型訓練不穩(wěn)定的業(yè)界難題，提出穩(wěn)定訓練巨量模型的算法，打造了巨量模型推理方法創(chuàng)新；在數(shù)據(jù)方面，我們生成了迄今業(yè)界最大的高質(zhì)量中文數(shù)據(jù)集；在算力上，我們通過算法與算力協(xié)同優(yōu)化，極大提升了計算效率，在實現(xiàn)業(yè)界訓練性能第一的同時，還達到了業(yè)界領(lǐng)先的精度?！?br />
巨量模型是未來的發(fā)展方向

“認知智能是人工智能研究者追求的方向之一?！敝袊こ淘涸菏客醵鳀|告訴《中國科學報》，“除了加速深度學習技術(shù)，開發(fā)全新的算法范式研究方向外，大規(guī)模數(shù)據(jù)訓練超大參數(shù)量的巨量模型也是未來發(fā)展方向，即利用先進的算法，整合大規(guī)模的數(shù)據(jù)，匯聚大量算力，訓練出巨量人工智能模型。”

2020年6月，OpenAI發(fā)布了參數(shù)量高達1750億的大模型GPT-3，該模型一推出就引起人工智能學界和業(yè)界的轟動?！罢Z言模型是全球AI界的‘必爭之地’?！币晃蝗斯ぶ悄苎芯款I(lǐng)域的專家說，“參數(shù)規(guī)模大到遠超我們想象的時候，會發(fā)生一些難以解釋的現(xiàn)象?！?br />
浪潮信息副總裁劉軍同樣認為，生命從簡單進化到復(fù)雜，這種智能水平本身就是一種模型。如果把模型比作元宇宙中的生命，大模型的這種綜合系統(tǒng)能力，可能會決定未來數(shù)字世界和智能世界里的智能水平?！叭说纳窠?jīng)元突觸超過100萬億，而現(xiàn)有大模型的參數(shù)量還遠遠不夠，所以我們還有很遠路要走”。

伴隨著人工智能應(yīng)用廣度與深度的不斷提升，眾多行業(yè)、諸多業(yè)務(wù)場景的智能化創(chuàng)新需求日益增多。然而當前大多數(shù)AI模型只能用于某一特定領(lǐng)域，通用性不強，這對AI技術(shù)提出了挑戰(zhàn)，也限制了AI的產(chǎn)業(yè)化進程。

大模型在今天初露崢嶸絕非偶然。技術(shù)、算力、資源、需求等多因素的“風云際會”，讓被AI業(yè)界視為“核力量”的大模型嶄露頭角。

電子發(fā)燒友綜合報道，參考自量子位、浪潮服務(wù)器