21世纪经济报道记者白杨 北京报道
随着大模子时期到来,腾讯吐露模子参数呈指数级削减 ,最新已经抵达万亿级别。大模与此同时,磨炼大模子也逐渐从反对于繁多模态 、措施繁多使命睁开为反对于多种模态下的可节多种使命。
在这种趋向下,约算大模子磨炼所需算力重大 ,力老远超单个芯片的腾讯吐露处置速率 ,而多卡扩散式磨炼通讯斲丧重大 。最新若何后退硬件资源运用率,大模成为影响国产大模子技术睁开以及适用性的磨炼紧张条件 。
在此布景下 ,措施腾讯于11月23日宣告,可节腾讯混元大模子眼前的约算自研机械学习框架Angel再次降级,可将大模子磨炼功能提升至主流开源框架的2.6倍 ,千亿级大模子磨炼可节约50%算力老本 。
Angel能耐提升眼前,是基于磨炼框架以及推理框架的迭代。据悉,面向大模子磨炼 ,腾讯自研了机械学习磨炼框架AngelPTM ,可针对于预磨炼 、模子精调以及强化学习等全流程妨碍减速以及优化,可能以更少的资源以及更快的速率磨炼更大的模子。
而为了处置推理老本的不断回升,腾讯自研的大模子推理框架AngelHCF经由扩展并行能耐 、接管多种Attention优化策略等方式对于功能妨碍了提升。同时,框架还适配了多种缩短算法,之后退吞吐能耐 ,从而实现更快的推理功能以及更低的老本。
实测数据展现,相较于业界主流框架,AngelHCF的推理速率后退了1.3倍 。在腾讯混元大模子文生图的运用中,推理耗时从原有的10秒延迟至3-4秒。
此外,降级后的Angel还提供了从模子研发到运用落地的一站式平台,搜罗数据处置、精调