💼🌎☿
欧洲杯2024在哪个国家
2024欧洲杯预选赛
2024欧洲杯比赛时间
2024欧洲杯主办城市
2024欧洲杯百度百科
2024年欧洲杯举办地
2024年欧洲杯足球场
2024欧洲杯主办国
2024年欧洲杯
2024欧洲杯用球
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2024欧洲杯官方押注,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)2024欧洲杯官方押注,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。
🕑(撰稿:邱振瑗)新华时评·春耕新变丨“新农人”要干好“兴农事”
2024/06/04公羊纯善🔺
【观察】艺术家集体维权 数据安全谁来护航?
2024/06/04邱成媛✨
北青快评|公用事业价格调整,消协要发挥大作用|公用事业价格调整,消协要发挥大作用
2024/06/04单冠梁🎉
秀我中国|大年初三赏西藏传统马术表演
2024/06/04任君敬🎫
陕西历史博物馆秦汉馆将于今年国际博物馆日正式开馆
2024/06/04房翠思🦋
您的车辆是否在召回范围内?快来查查看→
2024/06/03仇思淑🖲
巴伐利亚上空的冰晕
2024/06/03关雄蕊🛂
农业科技创新整体迈进世界第一方阵
2024/06/03程凝诚h
全国母亲节天气地图出炉 这份出行攻略助你陪妈妈温馨过节
2024/06/02尤柔威l
寒假去哪儿|广东这些“遛娃”打卡地安排上了
2024/06/02安秀辉➊