腾讯披露最新大模型训练方法,可节省50%算力成本

视界达人视界达人 2023-11-26 11.93 W 阅读

21世纪经济报道记者白杨 北京报道

随着大模型时代到来,模型参数呈指数级增长,已达到万亿级别。与此同时,大模型也逐渐从支持单一模态、单一任务发展为支持多种模态下的多种任务。

腾讯披露最新大模型训练方法,可节省50%算力成本

在这种趋势下,大模型训练所需算力巨大,远超单个芯片的处理速度,而多卡分布式训练通信损耗巨大。如何提高硬件资源利用率,成为影响国产大模型技术发展和实用性的重要前提。

在此背景下,腾讯于11月23日宣布,腾讯混元大模型背后的自研机器学习框架Angel再次升级,可将大模型训练效率提升至主流开源框架的2.6倍,千亿级大模型训练可节省50%算力成本。

Angel能力提升背后,是基于训练框架和推理框架的迭代。据悉,面向大模型训练,腾讯自研了机器学习训练框架AngelPTM,可针对预训练、模型精调和强化学习等全流程进行加速和优化,能够以更少的资源和更快的速度训练更大的模型。

而为了解决推理成本的不断上升,腾讯自研的大模型推理框架AngelHCF通过扩展并行能力、采用多种Attention优化策略等方式对性能进行了提升。同时,框架还适配了多种压缩算法,以提高吞吐能力,从而实现更快的推理性能和更低的成本。

实测数据显示,相较于业界主流框架,AngelHCF的推理速度提高了1.3倍。在腾讯混元大模型文生图的应用中,推理耗时从原本的10秒缩短至3-4秒。

另外,升级后的Angel还提供了从模型研发到应用落地的一站式平台,包含数据处理、精调、模型评估、一键部署以及提示词调优等服务,让大模型的“开箱即用”成为可能。

据介绍,在应用开发层面,腾讯内部已有超过300项业务和应用场景接入腾讯混元大模型内测,相比上个月数量翻了一倍。

The End

文章声明:以上内容(如有图片或视频亦包括在内)除非注明,否则均为互联网收集整理内容,如有侵权,请联系客服进行处理

上一篇 下一篇

相关阅读

取消
微信二维码
微信二维码
支付宝二维码