官方真人体育
线上真人足球
6月3日,昆仑万维宣布开源2千亿稀疏大模型Skywork-MoE,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ESBALL真人平台网站,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,Skywork-MoE可以在合适的batch size 内达到2200 tokens/s的吞吐。
ESBALL真人平台网站在哪下载安装?ESBALL真人平台网站好用吗?
作者: 万武宏 2024年06月04日 16:47123.41MB
查看282.84MB
查看50.2MB
查看542.90MB
查看
网友评论更多
549龙浩珊v
中越海警开展2024年第一次北部湾海域联合巡逻🌬💉
2024/06/04 推荐
187****584 回复 184****3218:养老产业能否成为国家经济的新支柱?🚍来自抚州
187****6144 回复 184****4667:新华全媒+丨海外视角看2024年首季中国经济⏫来自东莞
157****4065:按最下面的历史版本🔈🎧来自漳州
3004党婕琴939
刘琳被卡奖项十多年?何洁故意刁难尚雯婕?张玉安被整个韩娱圈举报?张峻豪未出道就塌房?🤪🤾
2024/06/03 推荐
永久VIP:“鹅腿阿姨”走红,凡事用心皆有所成☋来自秦皇岛
158****1320:向佐再喊话李胜利:看不到就香港见💓来自句容
158****4951 回复 666🛵:以色列总统支持拜登提出的释放加沙人质协议🍌来自漯河
891崔堂仁zu
03版要闻 - 毫不放松巩固拓展脱贫攻坚成果精准有力做好同乡村振兴有效衔接⚃🈶
2024/06/02 不推荐
冯炎育vg:让公证服务更加高效便民🎀
186****659 回复 159****4051:【境内疫情观察】广东新增11例本土病例(6月4日)♛