《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 人工智能 > 業(yè)界動(dòng)態(tài) > 國(guó)內(nèi)首個(gè)開(kāi)源千億參數(shù)MoE大模型來(lái)了

國(guó)內(nèi)首個(gè)開(kāi)源千億參數(shù)MoE大模型來(lái)了

性能超Grok-1,單張GPU可跑
2024-04-03
來(lái)源:智東西
關(guān)鍵詞: MoE 大模型

全球移動(dòng)互聯(lián)網(wǎng)公司APUS與大模型創(chuàng)企新旦智能宣布,聯(lián)手開(kāi)源國(guó)內(nèi)首個(gè)千億參數(shù)的MoE(混合專家模型)APUS-xDAN大模型4.0,,這也是國(guó)內(nèi)首個(gè)可以在消費(fèi)級(jí)顯卡上運(yùn)行的千億MoE中英文大模型。

APUS-xDAN-4.0(MoE)參數(shù)規(guī)模為1360億,,可在消費(fèi)級(jí)顯卡4090上運(yùn)行,據(jù)APUS實(shí)測(cè),,其綜合性能超過(guò)GPT-3.5,,達(dá)到GPT-4的90%。

數(shù)學(xué)能力上,,測(cè)評(píng)基準(zhǔn)GSM8K的測(cè)評(píng)得分為79,,理解能力MMLU達(dá)到73分。

1.png

GitHub界面顯示,,APUS-xDAN-4.0(MoE)模型文件鏈接即將發(fā)布,。

一、數(shù)學(xué),、推理能力碾壓,,推理成本下降400%

APUS-xDAN-4.0(MoE)在GitHub的頁(yè)面顯示了基準(zhǔn)測(cè)評(píng)結(jié)果,其與Mixtral-8x7B(MoE),、Llama2-70B,、Grok-1(MoE)進(jìn)行了對(duì)比。

其中衡量模型語(yǔ)言理解,、知識(shí)和推理能力的基準(zhǔn)測(cè)試MMLU中,,APUS-xDAN-4.0(MoE)排名第一,超過(guò)了Grok-1(MoE),。

在測(cè)試多步驟數(shù)學(xué)推理能力的單詞問(wèn)題集合測(cè)試GSM-9K以及MATH中,,該模型得分均遠(yuǎn)高于其他三大模型。

四項(xiàng)測(cè)試中,,APUS-xDAN-4.0(MoE)在多學(xué)科任務(wù)的BIG-Bench-Hard測(cè)試中,,得分為66.4,,接近Mixtral-8x7B(MoE),,低于Grok-1(MoE)的71.7分。

其中,,Mixtral-8x7B(MoE)由大模型創(chuàng)企Mistral AI于去年年底發(fā)布,,并在多項(xiàng)基準(zhǔn)測(cè)試中性能都基本達(dá)到GPT-3.5;Llama2-70B是去年7月Meta開(kāi)源的Llama 2大模型系列中,,參數(shù)規(guī)模最大的版本,;Grok-1(MoE)為馬斯克旗下AI創(chuàng)企xAI本月初開(kāi)源的大模型,參數(shù)規(guī)模為3140億參數(shù),,是目前開(kāi)源大模型中參數(shù)規(guī)模之最,。

此外,,在GitHub頁(yè)面顯示,APUS-xDAN-4.0(MOE)開(kāi)源模型在“IQ-Quantized Tech”上量化為1.5位,、2位和4位,,可以在消費(fèi)級(jí)顯卡4090上運(yùn)行。

2.png

具體來(lái)說(shuō),,APUS-xDAN 大模型4.0(MoE)采用GPT-4類似的MoE架構(gòu),,特點(diǎn)是多專家模型組合,同時(shí)激活使用只有2個(gè)子模塊,,實(shí)際運(yùn)行效率對(duì)比傳統(tǒng)Dense同尺寸模型效率提升200%,,推理成本下降400%。在實(shí)際部署中,,研究人員通過(guò)進(jìn)一步高精度微調(diào)量化技術(shù),,使得模型尺寸縮小500%。

二,、32個(gè)MoE Transformer塊組成,,可處理多線程復(fù)雜需求

在實(shí)際的效果中,APUS-xDAN-4.0(MoE)可以理解復(fù)雜需求,,如撰寫廣告文案時(shí),,要求涵蓋“火焰人”、固定口號(hào),、搖滾樂(lè)歌詞等,。

3.png

該模型還可以找出段落中的實(shí)時(shí)性錯(cuò)誤,并給出修改版本,,包括品牌所屬地區(qū),、語(yǔ)病等。

43.png

APUS-xDAN-4.0(MOE)模型的架構(gòu)特點(diǎn)為,,主要由32個(gè)相同的MoE Transformer塊組成,,與普通Transformer塊相比,MoE Transformer塊的FFN層被MoE FFN層替換,。

張量經(jīng)過(guò)門層計(jì)算每個(gè)專家模型的分?jǐn)?shù),,根據(jù)專家分?jǐn)?shù)從8個(gè)專家模型中選擇Top-K專家。張量通過(guò)Top-K專家的輸出進(jìn)行聚合,,從而得到MoE FFN層的最終輸出,。

每個(gè)專家由3個(gè)線性層(Linear Layers)組成。APUS-xDAN-4.0的所有Norm Layer都是用RMSNorm,,與開(kāi)源大模型Llama的方式一致,。

在注意力層中,APUS-xDAN-4.0(MoE)中的QKV矩陣的Q矩陣形狀為(4096,4096),,K和V矩陣形狀為(4096,1024),。

5.png

▲APUS-xDAN-4.0(MoE)模型架構(gòu)圖

三,、APUS是投資方,7B模型表現(xiàn)超GPT-4

APUS-xDAN-4.0(MoE)背后的兩家公司均來(lái)自國(guó)內(nèi),,且APUS于今年3月投資了新旦智能,。

新旦智能成立于2023年5月,此前該公司發(fā)布的xDAN-7B-Global在用于衡量大模型在機(jī)器翻譯任務(wù)性能的綜合性評(píng)估指標(biāo)MT-Bench中,,性能表現(xiàn)僅次于GPT-4,。

6.png

▲MT-Bench排名

今年3月,新旦智能完成千萬(wàn)級(jí)別天使輪融資,,投資方包括APUS和AI投資人周弘揚(yáng),。

據(jù)了解,新旦智能的創(chuàng)始團(tuán)隊(duì)匯集了清華,、伯克利等頂尖學(xué)府以及騰訊,、Meta等頭部科技玩家的員工,包括全球開(kāi)源AI社區(qū)知名開(kāi)發(fā)者,、騰訊云架構(gòu)師等,。

與此同時(shí),這也是APUS在開(kāi)源大模型領(lǐng)域的最新進(jìn)展,。今年2月初,,APUS與深圳大學(xué)國(guó)家工程實(shí)驗(yàn)室聯(lián)合開(kāi)源了APUS大模型3.0伶荔。

結(jié)語(yǔ):更強(qiáng)開(kāi)源MoE模型,,或加速AI開(kāi)發(fā)及應(yīng)用創(chuàng)新

開(kāi)源大模型對(duì)于全球大模型產(chǎn)業(yè)的技術(shù)進(jìn)步與應(yīng)用落地的重要性與日俱增,,并逐漸顯現(xiàn)出對(duì)標(biāo)當(dāng)下大模型頂流GPT-4的潛力。

在這個(gè)趨勢(shì)下,,APUS與新旦智能聯(lián)手,,既開(kāi)源了目前國(guó)內(nèi)參數(shù)規(guī)模最大的MoE模型,同時(shí)降低了其部署成本,,為更多開(kāi)發(fā)者提供了應(yīng)用大模型能力的可能性,,這或許將進(jìn)一步加速AI開(kāi)發(fā)及應(yīng)用創(chuàng)新。


雜志訂閱.jpg

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章,、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有,。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無(wú)法一一聯(lián)系確認(rèn)版權(quán)者,。如涉及作品內(nèi)容、版權(quán)和其它問(wèn)題,,請(qǐng)及時(shí)通過(guò)電子郵件或電話通知我們,,以便迅速采取適當(dāng)措施,,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。