今天小编分享的科学经验:谷歌更新Transformer架构,更节省计算资源!50%性能提升,欢迎阅读。
谷歌终于更新了 Transformer 架构。
最新发布的Mixture-of-Depths(MoD),改变了以往 Transformer 计算模式。
它通过动态分配大模型中的计算资源,跳过一些不必要计算,显著提高训练效率和推理速度。
结果显示,在等效计算量和训练时间上,MoD 每次向前传播所需的计算量更小,而且后训练采样过程中步进速度提高 50%。
这一方法刚刚发布,就马上引发关注。
MoE 风头正盛,MoD 已经来后浪拍前浪了?
还有人开始 " 算账 ":
听说 GPT-4 Turbo 在 Blackwell 上提速 30 倍,再加上这个方法和其他各种加速,下一代生成模型可以走多远?
所以 MoD 如何实现?
迫使大模型关注真正重要信息
这项研究提出,现在的大模型训练和推理中,有很多计算是没必要的。
比如预测下一个句子很难,但是预测句子结束的标点符号很简单。如果给它们分配同样的计算资源,那么后者明显浪费了。
在理想情况下, 模型应该只给需要准确预测的 token 分配更多计算资源。
所以研究人员提出了MoD。
它在输入序列中的特定位置动态分配 FLOPs(运算次数或计算资源),优化不同层次的模型深度中的分配。
通过限制给定层的自注意力和 MLP 计算的 token 数量,迫使神经网络学会主要关注真正重要的信息。
因为 token 数量是事先定义好的,所以这个过程使用一个已知张量大小的静态计算图,可以在时间和模型深度上动态扩展计算量。
下图右上图中的橙色部分,表示没有使用全部计算资源。
这种方法在节省计算资源的同时,还能提高效率。
这些模型在等效的 FLOPS 和训练时间上与基线性能相匹配,但每次前向传播所需的 FLOP 更少,并且在训练后采样时提速 50%。
对比来看,如果为每一个 token 生成一个概率分布,每个 token 根据最高概率被送去对应的 " 专家 ",可能会导致负载不平衡。
如果反过来,这能保障负载平衡,但是可能导致某些 token 被过度处理或处理不足。
最后来看论文中使用的 Expert-choice MoD,router 输出的权重被用于确定哪些 token 将使用 transformer 亏啊计算。权重较大的 token 将参与计算,权重较小的 token 将通过残差连接绕过计算,从而解决每次向前传播的 FLOPs。
最后,研究团队展示了 MoD 在不同实验中的性能表现。
首先,他们使用相对较小的 FLOP 预算(6e18),以确定最佳超参数配置。
通过这些实验,作者发现 MoD 方法能够 " 拉低并向右推移 "isoFLOP 基线曲线,这意味着最优的 MoD 方法在更低的损失水平上拥有更多的参数。
通过 isoFLOP 分析,比较 6e18、2e19 和 1e20 FLOPs 的总计算预算下的模型性能。
结果显示,在更多 FLOP 预算下,FLOP 最优的 MoD 仍然比基线模型有更多的参数。
存在一些 MoD 变体,在步骤速度上比 isoFLOP 最优基线模型更快,同时实现更低的损失。这表明在训练之外,MoD 的计算节省仍然有效。
同时,研究团队还探讨了 MoD 和 MoE 结合的可能性—— MoDE。
结果表明而这结合能提供更好的性能和更快的推理速度。
网友:联想到了 ResNet
MoD 推出后马上引发了不小关注。
有人感慨,MoE 还没有弄清楚呢,MoD 都已经来了!
这么高效的方法,让人马上联想到了 ResNet。
不过和 ResNet 不同,MoD 跳过连接是完全绕过层的。
还有人表示,希望这种方法是完全动态的,而不是每个层固定百分比。
这项研究由 DeepMind 和麦吉尔大学共同带来。
主要贡献者是 David Raposo 和 Adam Santoro。
他们二人都是 DeepMind 的研究科学家。此前共同带来了神作《Relational inductive biases, deep learning, and graph networks》。
这篇论文目前被引次数超过 3500 次,论文核心定义了 Inductive bias(归纳偏置)概念。
论文地址:
https://arxiv.org/abs/2404.02258
参考链接:
[ 1 ] https://twitter.com/TheSeaMouse/status/1775782800362242157
[ 2 ] https://twitter.com/_akhaliq/status/1775740222120087847
— 完 —
【 火热报名中】中国 AIGC 产业峰会
定档 4 月 17 日
峰会已经邀请到数位代表技术、产品、投资、用户等领網域嘉宾,共论生成式 AI 产业最新变革趋势。
最新确认嘉宾包括:商汤科技杨帆、轻松集团高玉石、印象笔记唐毅、蚂蚁集团李建国等,。
峰会将全程线上下同步直播,欢迎预约直播 ⬇️
点这里关注我,记得标星噢
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
>