企业宣传,产品推广,广告招商,广告投放联系seowdb

大模型参数量都是7B 13B和65B等面前的要素是什么

不知道大家有没有留意到如今大模型百花齐放,然而模型参数大小却十分分歧,基本都是7B,13B,65B等。那么,为什么被设计成这么大呢?

网络上有很多解释,笔者联合自己的了解,分享其中或者的要素。

最间接的就是历史传承,由于最后OpenAI在就是这么干的,而后,Meta自创了OpenAI的做法,推出了llama的7B,13B,33B,65B四个尺寸。由于llama在开源畛域的位置,其余模型厂商都基本遵守了这样的商定,构成了当下的局面。

适配推理设施。特意是关于一些参数量小的模型是为了适配不同级别的GPU显存,经常出现的显寸大小从4G到80G不等,咱们知道显存占用的公式:

模型空间大小=参数量*参数精度

这使得能够很繁难地在单卡上部署推理,降落经常使用的门槛。以chatGLM2-6B为例,它有62亿参数,权重参数文件驳回BF16精度存储,实践显存占用大略为12.5GB,一个英伟达T4显卡(16GB)就能跑起来。

模型结构上的设计。从模型结构上看,大模型都是驳回的transfomer模型的decoder-only结构(未遮蔽局部)。其参数量遭到暗藏层维度,层数,留意力头数等影响,而这些参数取值既参考GPT-3,也是联合。上方是llama和gpt系列模型的参数量统计:

实践参数量P

暗藏层维度d_model

层数N

留意力头数h

预算参数量

6590300160

12730761216

32045531136

64572358656

功能、老本与训练期间的综合平衡。依据一文探秘LLM运行开发(12)-模型部署与推理(大模型相关参数计算及功能剖析),模型训练期间可以预算:6TP/(n*X*u),其中X是计算显卡的峰值FLOPS,n为卡的数量,u为应用率。以LLaMA-65B为例,在2048张80GB显存的A100上,在1.4TB tokens的数据上训练了65B参数量的模型。80GB显存A100的峰值功能为624TFLOPS,设GPU应用率为0.3,则所须要的训练期间为:

本文转载自​​,作者:

© 版权声明
评论 抢沙发
加载中~
每日一言
不怕万人阻挡,只怕自己投降
Not afraid of people blocking, I'm afraid their surrender