本地纯净下载
纯净官方版天博综合官网登录入口
6月3日,昆仑万维宣布开源2千亿稀疏大模型Skywork-MoE天博综合官网登录入口,性能强劲,同时推理成本更低。Skywork-MoE基于之前昆仑万维开源的Skywork-13B模型中间checkpoint扩展而来,是首个完整将MoE Upcycling技术应用并落地的开源千亿MoE大模型,也是首个支持用单台4090服务器推理的开源千亿MoE大模型。
昆仑万维基于目前各大主流模型评测榜单评测了Skywork-MoE,在相同的激活参数量20B(推理计算量)下,Skywork-MoE能力在行业前列,接近70B的Dense模型,使得模型的推理成本有近3倍的下降。同时Skywork-MoE的总参数大小比DeepSeekV2的总参数大小要小1/3,用更小的参数规模做到了相近的能力。
有别于传统的固定系数(固定超参)的aux loss,昆仑万维在MoE训练的不同阶段让模型自适应的选择合适的aux loss超参系数,从而让Drop Token Rate保持在合适的区间内,既能做到expert分发的平衡,又能让expert学习具备差异化,从而提升模型整体的性能和泛化水平。在MoE训练的前期,由于参数学习不到位,导致Drop Token Rate太高(token分布差异太大),此时需要较大的aux loss帮助token load balance;在MoE训练的后期,昆仑万维希望Expert之间仍保证一定的区分度,避免 Gating倾向为随机分发Token,因此需要较低的aux loss降低纠偏。
区别于Megatron-LM社区已有的EP(Expert Parallel)和ETP(Expert Tensor Parallel)设计,昆仑万维提出了一种称之为Expert Data Parallel的并行设计方案,这种并行方案可以在Expert数量较小时仍能高效的切分模型,对Expert引入的 all2all通信也可以最大程度的优化和掩盖。相较于EP对GPU数量的限制和ETP在千卡集群上的低效, EDP可以较好的解决大规模分布式训练MoE的并行痛点,同时EDP的设计简单、鲁棒、易扩展,可以较快的实现和验证。
由于first stage的Embedding计算和last stage的Loss计算,以及Pipeline Buffer的存在,流水并行下均匀切分Layer时的各stage计算负载和显存负载均有较明显的不均衡情况。昆仑万维提出了非均匀的流水并行切分和重计算Layer分配方式,使得总体的计算/显存负载更均衡,约有10%左右的端到端训练吞吐提升。
Skywork-MoE是目前能在8x4090服务器上推理的最大的开源MoE模型。8x4090服务器一共有192GB的GPU显存,在FP8量化下(weight占用146GB),使用昆仑万维首创的非均匀Tensor Parallel并行推理方式天博综合官网登录入口,Skywork-MoE可以在合适的batch size 内达到2200 tokens/s的吞吐。
。8.1MB/2024/06/03
直接下载2.70MB/2024/06/03
直接下载9.61MB/2024/06/03
直接下载9.75MB/2024/06/03
直接下载7.59MB/2024/06/03
直接下载8.2MB/2024/06/03
直接下载6.89MB/2024/06/02
直接下载9.30MB/2024/06/02
直接下载2.96MB/2024/06/02
直接下载0.18MB/2024/06/02
直接下载2.21MB/2024/06/02
直接下载8.88MB/2024/06/02
直接下载53.3MB/2024/06/02
直接下载4.0MB/2024/06/02
直接下载3.2MB/2024/06/02
直接下载16.1MB/2024/06/02
直接下载97.8MB/2024/06/02
直接下载30.2MB|查看
59.24MB|查看
37.36MB|查看
65.89MB|查看
85.65MB|查看
1.75MB|查看
94.88MB|查看
26.0MB|查看
90.3MB|查看
51.39MB|查看
15.0MB|查看
dafabet唯一官方网站74.37MB|2024/06/02
太阳集团游戏城旧版13815.36MB|2024/06/02
一分快三赚钱68.18MB|2024/06/02
买球什么意思20.27MB|2024/06/02
凯时国际21.27MB|2024/06/02
澳门永利最新登录入口24.8MB|2024/06/02
买nba竞猜用什么软件88.39MB|2024/06/02
b体育在线入口0.99MB|2024/06/029
亚新体育产业97.2MB|2024/06/02
十大赌博app平台49.47MB|2024/06/02