一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

ChatGPT深度報告合集:奇點(diǎn)臨近,未來已來

悟空智能科技 ? 來源:悟空智能科技 ? 2023-07-14 15:03 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

ChatGPT深度報告合集:奇點(diǎn)臨近,未來已來

一直以來,大家都對 GPT-4 的模型架構(gòu)、基礎(chǔ)設(shè)施、訓(xùn)練數(shù)據(jù)集、成本等信息非常好奇。

奈何 OpenAI 嘴太嚴(yán),很長時間以來,大家也都只是猜測這些數(shù)據(jù)。

不久之前,「天才黑客」喬治?霍茲(George Hotz)在接受一家名為 Latent Space 的 AI技術(shù)播客采訪時透露出一個小道消息,稱 GPT-4 是由 8 個混合專家模型組成的集成系統(tǒng),每個專家模型都有 2200 億個參數(shù)(比 GPT-3 的 1750 億參數(shù)量略多一些),并且這些模型經(jīng)過了針對不同數(shù)據(jù)和任務(wù)分布的訓(xùn)練。

雖然此消息無法驗(yàn)證,但其流傳度非常高,也被部分業(yè)內(nèi)人士認(rèn)為非常合理。

最近,更多的消息似乎被泄露了出來。

今日,SemiAnalysis 發(fā)布了一篇付費(fèi)訂閱的內(nèi)容,「揭秘」了有關(guān) GPT-4 的更多信息。

fc536a52-21fa-11ee-962d-dac502259ad0.png

文章稱,他們從許多來源收集了大量有關(guān) GPT-4 的信息,包括模型架構(gòu)、訓(xùn)練基礎(chǔ)設(shè)施、推理基礎(chǔ)設(shè)施、參數(shù)量、訓(xùn)練數(shù)據(jù)集組成、token 量、層數(shù)、并行策略、多模態(tài)視覺適應(yīng)、不同工程權(quán)衡背后的思維過程、獨(dú)特的實(shí)現(xiàn)技術(shù)以及如何減輕與巨型模型推理有關(guān)的瓶頸等。

作者表示,GPT-4 最有趣的方面是理解 OpenAI 為什么做出某些架構(gòu)決策。

此外,文章還介紹了 A100 上 GPT-4 的訓(xùn)練和推理成本,以及如何拓展到下一代模型架構(gòu) H100 。

我們根據(jù) Deep Trading(一家算法交易公司)創(chuàng)始人 Yam Peleg 的推文(目前已刪除),整理了以下關(guān)于 GPT-4 的數(shù)據(jù)信息。感興趣的讀者可以細(xì)致研究下。

fc84a8f6-21fa-11ee-962d-dac502259ad0.png

不過請注意,這并非官方確認(rèn)的數(shù)據(jù),大家自行判斷其準(zhǔn)確性。

fc9e6f48-21fa-11ee-962d-dac502259ad0.png

1、參數(shù)量:GPT-4 的大小是 GPT-3 的 10 倍以上。文章認(rèn)為它 120 層網(wǎng)絡(luò)中總共有 1.8 萬億個參數(shù)。

2、確實(shí)是混合專家模型。OpenAI 能夠通過使用混合專家(MoE)模型來保持合理成本。他們在模型中使用了 16 個專家模型,每個專家模型大約有 111B 個參數(shù)。這些專家模型中的 2 個被路由到每個前向傳遞。

3、MoE 路由:盡管文獻(xiàn)中對于選擇將每個 token 路由到哪個專家模型的高級路由算法進(jìn)行了大量討論,但據(jù)稱 OpenAI 在當(dāng)前的 GPT-4 模型中采用了相當(dāng)簡單的路由方式。該模型大約使用了 550 億個共享參數(shù)來進(jìn)行注意力計算。

fd1df60a-21fa-11ee-962d-dac502259ad0.png

4、推理:每次前向傳遞的推理(生成 1 個 token)僅利用約 2800 億個參數(shù)和約 560 TFLOP 的計算量。相比之下,純密集模型每次前向傳遞需要大約 1.8 萬億個參數(shù)和約 3700 TFLOP 的計算量。

5、數(shù)據(jù)集:GPT-4 的訓(xùn)練數(shù)據(jù)集包含約 13 萬億個 token。這些 token 是重復(fù)計算之后的結(jié)果,多個 epoch 中的 token 都計算在內(nèi)。

Epoch 數(shù)量:針對基于文本的數(shù)據(jù)進(jìn)行了 2 個 epoch 的訓(xùn)練,而針對基于代碼的數(shù)據(jù)進(jìn)行了 4 個 epoch 的訓(xùn)練。此外,還有來自 ScaleAI 和內(nèi)部的數(shù)百萬行的指令微調(diào)數(shù)據(jù)。

6、GPT-4 32K:在預(yù)訓(xùn)練階段,GPT-4 使用了 8k 的上下文長度(seqlen)。而 32k 序列長度版本的 GPT-4 是在預(yù)訓(xùn)練后對 8k 版本進(jìn)行微調(diào)而得到的。

fd547e50-21fa-11ee-962d-dac502259ad0.png

7、Batch Size:在計算集群上,幾天時間里,batch size 逐漸增加,最后,OpenAI 使用 batch size 達(dá)到了 6000 萬!當(dāng)然,由于不是每個專家模型都能看到所有 token,因此這僅僅是每個專家模型處理 750 萬個 token 的 batch size。

真實(shí)的 batch size:將這個數(shù)字除以序列長度(seq len)即可得到真實(shí)的 batch size。請不要再使用這種誤導(dǎo)性的數(shù)字了。

8、并行策略:為了在所有 A100 GPU 上進(jìn)行并行計算,他們采用了 8 路張量并行,因?yàn)檫@是 NVLink 的極限。除此之外,他們還采用了 15 路流水線并行。(很可能使用了 ZeRo Stage 1,也可能使用了塊級的 FSDP)。

fd9eaba6-21fa-11ee-962d-dac502259ad0.png

9、訓(xùn)練成本:OpenAI 在 GPT-4 的訓(xùn)練中使用了大約 2.15e25 的 FLOPS,使用了約 25,000 個 A100 GPU,訓(xùn)練了 90 到 100 天,利用率(MFU)約為 32% 至 36%。這種極低的利用率部分是由于大量的故障導(dǎo)致需要重新啟動檢查點(diǎn)。

如果他們在云端的每個 A100 GPU 的成本大約為每小時 1 美元,那么僅此次訓(xùn)練的成本將達(dá)到約 6300 萬美元。(而如今,如果使用約 8192 個 H100 GPU 進(jìn)行預(yù)訓(xùn)練,用時將降到 55 天左右,成本為 2150 萬美元,每個 H100 GPU 的計費(fèi)標(biāo)準(zhǔn)為每小時 2 美元。)

10、使用專家混合模型時的 tradeoff:在使用專家混合模型時存在多方面 tradeoff。

例如,在推理過程中處理 MoE 非常困難,因?yàn)椴⒎悄P偷拿總€部分都在每個 token 生成時被利用。這意味著在某些部分被使用時,其他部分可能處于閑置狀態(tài)。在為用戶提供服務(wù)時,這會嚴(yán)重影響資源利用率。研究人員已經(jīng)證明使用 64 到 128 個專家比使用 16 個專家能夠?qū)崿F(xiàn)更好的損失(loss),但這僅僅是研究的結(jié)果。

選擇較少的專家模型有多個原因。OpenAI 選擇 16 個專家模型的一大原因是:在許多任務(wù)中,更多的專家模型很難泛化,也可能更難收斂。

由于進(jìn)行了如此大規(guī)模的訓(xùn)練,OpenAI 選擇在專家模型數(shù)量上更加保守。

fdd45f08-21fa-11ee-962d-dac502259ad0.png

11、推理成本:GPT-4 的推理成本是 1750 億參數(shù)的 Davinci 模型的 3 倍。這主要是因?yàn)?GPT-4 需要更大規(guī)模的集群,并且達(dá)到的利用率要低得多。

據(jù)估計,在用 128 個 A100 GPU 進(jìn)行推理的情況下,8k 版本 GPT-4 推理的成本為每 1,000 個 token 0.0049 美分。如果使用 128 個 H100 GPU 進(jìn)行推理,同樣的 8k 版本 GPT-4 推理成本為每 1,000 個 token 0.0021 美分。值得注意的是,這些估計假設(shè)了高利用率和保持較高的 batch size。

12、Multi-Query Attention:OpenAI 和其他機(jī)構(gòu)一樣,也在使用 Multi-Query Attention(MQA)。由于使用 MQA 只需要一個注意力頭(head),并且可以顯著減少用于 KV 緩存的內(nèi)存容量。即便如此,32k 序列長度的 GPT-4 也絕對無法在 40GB 的 A100 GPU 上運(yùn)行,而 8k 序列長度的模型則受到了最大 batch size 的限制。

fe4053b6-21fa-11ee-962d-dac502259ad0.png

13、連續(xù) batching:OpenAI 實(shí)現(xiàn)了可變 batch size 和連續(xù) batching。這樣做是為了允許一定程度的最大延遲,并優(yōu)化推理成本。

14、視覺多模態(tài):它是一個獨(dú)立于文本編碼器的視覺編碼器,二者之間存在交叉注意力。該架構(gòu)類似于 Flamingo。這在 GPT-4 的 1.8 萬億個參數(shù)之上增加了更多參數(shù)。在純文本的預(yù)訓(xùn)練之后,它又經(jīng)過了另外約 2 萬億個 token 的微調(diào)。

對于視覺模型,OpenAI 本來希望從零開始訓(xùn)練,但由于其尚未成熟,所以他們決定先從文本開始訓(xùn)練來降低風(fēng)險。

這種視覺能力的主要目的之一是使自主智能體能夠閱讀網(wǎng)頁并轉(zhuǎn)錄圖像和視頻中的內(nèi)容。

他們訓(xùn)練的一部分?jǐn)?shù)據(jù)是聯(lián)合數(shù)據(jù)(包括渲染的 LaTeX / 文本)、網(wǎng)頁的截屏、YouTube 視頻(采樣幀),并使用 Whisper 對其進(jìn)行運(yùn)行以獲取轉(zhuǎn)錄文本。

fe9d0d40-21fa-11ee-962d-dac502259ad0.png

15、推測式解碼(Speculative Decoding):OpenAI 可能在 GPT-4 的推理過程中使用了推測式解碼技術(shù)(不確定是否 100%)。這種方法是使用一個更小更快的模型提前解碼多個 token,并將它們作為單個 batch 輸入到一個大型的預(yù)測模型(oracle model)中。

如果小型模型對其預(yù)測是正確的,大型模型將會同意,我們可以在單個 batch 中解碼多個 token。

但是,如果大型模型拒絕了草稿模型預(yù)測的 token,那么 batch 中剩余的部分將被丟棄,然后我們將繼續(xù)使用大型模型進(jìn)行解碼。

有些陰謀論指出,新的 GPT-4 質(zhì)量已經(jīng)下降,這可能只是因?yàn)樗麄冏屚茰y式解碼模型(speculative decoding model)將概率較低的序列傳遞給預(yù)測模型,從而導(dǎo)致了這種誤解。

fed73fd8-21fa-11ee-962d-dac502259ad0.png

16、推理架構(gòu):推理運(yùn)行在由 128 個 GPU 組成的集群上。在不同地點(diǎn)的多個數(shù)據(jù)中心存在多個這樣的集群。推理過程采用 8 路張量并行(tensor parallelism)和 16 路流水線并行(pipeline parallelism)。每個由 8 個 GPU 組成的節(jié)點(diǎn)僅具有約 1300 億個參數(shù)。

該模型有 120 層,因此適合于 15 個不同的節(jié)點(diǎn)??赡艿谝粋€節(jié)點(diǎn)的層數(shù)較少,因?yàn)樗€需要計算嵌入。

根據(jù)這些數(shù)字,如果 OpenAI 試圖按照 chinchilla 的最佳指標(biāo)進(jìn)行訓(xùn)練,他們應(yīng)該使用的 token 數(shù)量是現(xiàn)在的兩倍。這表明他們在獲取高質(zhì)量數(shù)據(jù)方面遇到了困難。

最后想說的是,這應(yīng)該是迄今為止關(guān)于 GPT-4 最為詳細(xì)的數(shù)據(jù)揭秘。目前還不能求證是否真實(shí),但也值得大家研究下。正如原文作者所說,「有趣的方面是理解 OpenAI 為什么做出某些架構(gòu)決策?!?/p>

關(guān)于 GPT-4 的這些架構(gòu)信息,你怎么看?

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 數(shù)據(jù)集
    +關(guān)注

    關(guān)注

    4

    文章

    1224

    瀏覽量

    25449
  • ai技術(shù)
    +關(guān)注

    關(guān)注

    1

    文章

    1308

    瀏覽量

    25160
  • ChatGPT
    +關(guān)注

    關(guān)注

    29

    文章

    1590

    瀏覽量

    9111

原文標(biāo)題:終極「揭秘」:GPT-4模型架構(gòu)、訓(xùn)練成本、數(shù)據(jù)集信息都被扒出來了

文章出處:【微信號:WUKOOAI,微信公眾號:悟空智能科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    和安信可Ai-M61模組對話?手搓一個ChatGPT 語音助手 #人工智能 #

    ChatGPT
    jf_31745078
    發(fā)布于 :2025年03月12日 15:56:59

    維智科技攜手武大校友共探智能未來

    近日,由武漢大學(xué)上海校友會創(chuàng)新創(chuàng)業(yè)分會主辦的“AI奇點(diǎn)臨近未來,你不來”2025AI拓新
    的頭像 發(fā)表于 03-04 15:46 ?492次閱讀

    未來!南京在全國率先上崗“智慧路燈機(jī)器人”

    未來!南京在全國率先上崗“智慧路燈機(jī)器人”
    的頭像 發(fā)表于 02-08 15:32 ?436次閱讀
    <b class='flag-5'>未來</b><b class='flag-5'>已</b><b class='flag-5'>來</b>!南京在全國率先上崗“智慧路燈機(jī)器人”

    廣電計量新年首篇深度研究報告出爐

    新年伊始,廣電計量首篇深度研究報告出爐,公司憑借全面發(fā)展的企業(yè)實(shí)力和資本市場的優(yōu)異表現(xiàn)在新的一年獲得資本市場的認(rèn)可。
    的頭像 發(fā)表于 01-03 11:31 ?758次閱讀

    ChatGPT深度融入蘋果Mac軟件生態(tài)

    近日,科技界迎來了一項(xiàng)重要更新。當(dāng)?shù)貢r間12月19日,OpenAI宣布了一項(xiàng)重大進(jìn)展,其研發(fā)的ChatGPT深度集成于蘋果Mac電腦的操作系統(tǒng)軟件中,為用戶帶來了全新的使用體驗(yàn)。 此次更新中
    的頭像 發(fā)表于 12-23 10:50 ?743次閱讀

    ChatGPT新增實(shí)時搜索與高級語音功能

    。OpenAI對搜索算法進(jìn)行了深度優(yōu)化,使得ChatGPT能夠在用戶提出問題后,迅速獲取到分鐘級別的最新信息,包括股票、新聞等。這一功能的加入,極大地滿足了用戶對即時數(shù)據(jù)的需求,使得ChatGPT在各類應(yīng)用場景中更加得心應(yīng)手。
    的頭像 發(fā)表于 12-17 14:08 ?647次閱讀

    蘋果iOS 18.2公測版發(fā)布,Siri與ChatGPT深度融合

    11月7日,蘋果公司正式推出了iOS 18.2的公測版,這款新版本為用戶帶來了諸多備受期待的新功能,其中Siri與ChatGPT深度融合成為了最為引人注目的亮點(diǎn)。   在iOS 18.2中
    的頭像 發(fā)表于 11-07 15:22 ?1061次閱讀

    ChatGPT:為未來的個人和企業(yè)提供革命性的對話解決方案

    ChatGPT被認(rèn)為是未來的個人和企業(yè)的革命性對話解決方案,因?yàn)樗哂幸韵绿攸c(diǎn):1.自然流暢的對話:ChatGPT能夠以自然的、流暢的方式進(jìn)行對話,使得與機(jī)器的交互更加人性化和易于理解。2.廣泛
    的頭像 發(fā)表于 11-01 11:12 ?447次閱讀
    <b class='flag-5'>ChatGPT</b>:為<b class='flag-5'>未來</b>的個人和企業(yè)提供革命性的對話解決方案

    ChatGPT 與人工智能的未來發(fā)展

    ChatGPT是人工智能領(lǐng)域的一個重要里程碑,它代表了自然語言處理(NLP)技術(shù)的最新進(jìn)展。ChatGPT是由人工智能研究實(shí)驗(yàn)室OpenAI開發(fā)的一種深度學(xué)習(xí)模型,它能夠理解和生成自然語言文本。這種
    的頭像 發(fā)表于 10-25 16:30 ?2537次閱讀

    怎樣搭建基于 ChatGPT 的聊天系統(tǒng)

    搭建一個基于ChatGPT的聊天系統(tǒng)是一個涉及多個步驟的過程,包括理解ChatGPT的API、設(shè)計用戶界面、處理數(shù)據(jù)和集成ChatGPT模型。以下是一個簡化的指南,用于創(chuàng)建一個基本的聊天系統(tǒng)。 1.
    的頭像 發(fā)表于 10-25 16:23 ?1029次閱讀

    如何使用 ChatGPT 進(jìn)行內(nèi)容創(chuàng)作

    使用ChatGPT進(jìn)行內(nèi)容創(chuàng)作是一個高效且富有創(chuàng)意的過程。以下是一些關(guān)鍵步驟和建議,幫助您充分利用ChatGPT進(jìn)行內(nèi)容創(chuàng)作: 一、準(zhǔn)備階段 注冊與登錄 : 確保您注冊ChatGPT
    的頭像 發(fā)表于 10-25 16:08 ?1019次閱讀

    華納云:ChatGPT 登陸 Windows

    ChatGPT 現(xiàn)已在 Windows 上推出。 今天,OpenAI宣布開始預(yù)覽其 AI 聊天機(jī)器人平臺ChatGPT的專用 Windows 應(yīng)用程序。 OpenAI 表示, ChatGPT
    的頭像 發(fā)表于 10-18 15:50 ?528次閱讀

    ChatGPT企業(yè)版付費(fèi)用戶突破100萬

    OpenAI宣布,其ChatGPT企業(yè)版付費(fèi)用戶歷史性地突破100萬大關(guān)。這一數(shù)字涵蓋了使用ChatGPT Team和Enterprise服務(wù)的公司及教育機(jī)構(gòu),顯示出該人工智能產(chǎn)品在商業(yè)和教育領(lǐng)域的廣泛應(yīng)用與高度認(rèn)可。
    的頭像 發(fā)表于 09-06 16:41 ?736次閱讀

    蘋果計劃在iOS 18系統(tǒng)中引入ChatGPT

    在即將發(fā)布的iOS 18系統(tǒng)中,開創(chuàng)性地將ChatGPT融入其中,這一決策標(biāo)志著蘋果與OpenAI合作關(guān)系的重大飛躍。ChatGPT與Siri智能助手的深度融合,旨在共同滿足用戶日益增長的知識需求,為用戶帶來前所未有的智能化交互
    的頭像 發(fā)表于 08-30 14:27 ?1039次閱讀

    共創(chuàng)未來:QIDI Vida與中國聯(lián)通攜手開啟AI運(yùn)動新紀(jì)元

    共創(chuàng)未來:QIDI Vida與中國聯(lián)通攜手開啟AI運(yùn)動新紀(jì)元 2024中國聯(lián)通合作伙伴大會期間(7月19-20日),奇點(diǎn)臨近(QIDI)與中國聯(lián)通聯(lián)合正式宣布,技術(shù)合作共同研發(fā)突破性智能產(chǎn)品
    的頭像 發(fā)表于 07-24 14:47 ?849次閱讀
    共創(chuàng)<b class='flag-5'>未來</b>:QIDI Vida與中國聯(lián)通攜手開啟AI運(yùn)動新紀(jì)元