千亿游戏官网登录入口
千亿游戏官网登录平台
千亿游戏官网登录网址
千亿游戏官网中心
千亿游戏平台
千亿手机版游戏网页官网
千亿游戏网页版
千亿国际游戏登录平台
千亿pt游戏
千亿游戏官方网站
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1/3千亿游戏官网登录,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、易扩展千亿游戏官网登录,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分配方式千亿游戏官网登录,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。
297.8MB
查看93.8MB
查看68.5MB
查看970.27MB
查看
网友评论更多
923苏叶宗s
惠民生、纾民困、解民忧——四部门主要负责人回应民生热点问题🧑🗒
2024/06/05 推荐
187****6990 回复 184****3889:聚焦煤电转型增效:煤电有效容量会否“吃紧”?🚌来自南京
187****6020 回复 184****85:自然博物馆 传递生态之美(美丽中国)🉑来自南充
157****9253:按最下面的历史版本🔷😗来自钦州
7506水顺荷619
体彩便民示范店,方便你我他🚉👀
2024/06/04 推荐
永久VIP:姆巴佩加盟皇马没敢选10号战袍,而选了9号,球迷:这孩子长大了🥇来自三明
158****1775:央企经营发展实现逆势上扬🕤来自荣成
158****9245 回复 666⚹:联合国秘书长用中文说“春节快乐”♺来自黄石
777沈娥惠ug
提高村庄规划编制质量和实效 为推动乡村全面振兴提供空间保障📴🐔
2024/06/03 不推荐
祝裕霭vz:吉林通化疫情“0号传染源”确认,检察机关提前介入🥉
186****856 回复 159****3175:红木如何“亲民”?599号免单节即将再度来袭!🛅