明敏 发自 凹非寺
量子位 | 公众号 QbitAI
想体验千亿参数大模型的门槛，真是越来越低了！
想让大模型回答问题？
只需在网页端输入问题，运行二三十秒，答案就噌噌生成了。
用的正是今年由Meta开源的Open Pretrained Transformer（OPT），参数量达1750亿。
如果是传统在本地运行，对算力可是个大考验。
这就是由开源项目Colossal-AI支持的云端demo，无需注册即可上手体验，对硬件完全没门槛，普通笔记本电脑甚至手机就能搞定。
也就是说，完全不用懂代码的小白，现在也能调戏OPT这样的大模型了。
让我们来试玩一把~
4种任务可试玩
FAQ常见问题解答、聊天机器人、翻译、文章创作几种模式都可试玩。
一些数值也能按需自己来调整，并且不涉及到代码。
我们体验了下文章创作，开头给了一句“今天是个好日子啊”。
很快，网页就输出了一连串大好事，刚刚加薪、正在玩刺客信条、明天还要去海滩……看着让人羡慕！
还能构建个场景让聊天机器人唠上几块钱的。
随机生成的一段长对话是买手机的场景。嗯，和今天iPhone 14发布可以说是非常应景了。
感觉即便是不懂AI、不懂编程的小白也能玩转OPT的各种任务，体验过程相当丝滑。
要知道，像OPT这样千亿参数大模型的运行，一直都有着“对硬件要求高”、“成本高”的特点。
一个免费无限玩的网站，到底是怎么实现如上效果的？
开源方案快速云上部署超大模型
这还是要从其背后支持系统Colossal-AI说起。
它以“仅需几行代码就能快速部署AI大模型训练推理”而名震江湖，在GitHub上揽星超过4.7K。
这一次，是它在云上部署AI大模型的一次新突破。
主要针对OPT模型的特性，做出了在推理速度、计算量等方面的优化。
在OPT云上服务方面，提出了left padding、past cache、bucket batching技术。
OPT拥有1750亿参数量，如此规模的模型，单个GPU显存显然无法容纳。
而且推理问题不光要考虑吞吐量，还要顾及到时延问题。
针对这两方面问题，并行计算是个不错的解决思路。
尤其是Colossal-AI本身就十分擅长将一个单机模型转换成并行运行，获得并行OPT模型自然不成问题。
不过并行方案中的参数加载一直是个难题。
在这方面，Colossal-AI可以让用户只需要参考样例，简单提供参数名映射关系，即可完成模型参数的加载。
最后，再将模型导入到Colossal-AI的推理引擎中，设置相应的超参数。
到这一步，OPT主干网络的推理部分就能上线且输出有意义的结果了。
但是这还远远不够。
因为OPT是生成式模型，生成式任务需要不断循环模型的输出结果，这就导致推理中常见的batching策略无法直接应用。
具体来看，由于生成任务输入的语句长度往往参差不齐，而且大部分语言阅读和书写都是从左向右的。
如果用常规的right padding，那么针对较短的句子就很难生成有意义的结果，或者需要进行复杂处理。
△使用Right padding，生成侧不对齐
如果用单batch运行，效率又太低了，不可行。
所以这一回的推理部署中，增加了left padding对句子进行填充，让每个句子的生成侧（右侧）都是对齐的，同时可以生成新的单词。
△Left padding
还有另一方面的问题——生成模型单次推理只能生成一个新词。
当新的输出结果生成时，它同时也成为了输入的一部分。
也就是说，生成式任务的每次计算，是需要针对新的输入序列进行重新计算的。
显然这种操作方式，重复计算太多了。
尤其是对于占绝大多数计算量的Linear层来说。
所以，Colossal-AI的开发人员在模型内部引入了past cache技术。
它可以暂存同一次生成任务中的Linear层的输出结果，让每次只有一个新的单词进入Linear层进行计算，并把该次的计算结果暂存，以避免重复计算。
直观来看就是酱婶儿的：
除此之外，开发人员还注意到生成式任务的计算量是参差不齐的。
输入、输出的句子长短变化范围都很大。
如果用简单的batching方法，将两个相差很大的推理放在同一个批次里，就会造成大量的冗余计算。
因此他们提出了bucket batching。
即按照输入句长以及输出目标句长进行桶排序，同一个桶内的序列作为一个batching，以此降低冗余。
One More Thing
不光是这次的云端demo，提供支持的Colossal-AI也是免费开源的~
任何人都能基于它低成本训练自己的大模型，并部署成云端服务。
比如在单张10GB显存的RTX 3080上，就能训练120亿参数的大模型。
较原生PyTorch提升了120倍的模型容量。
此前Colossal-AI多次在GitHub、Paper With Code热榜位列世界第一。
相关解决方案成功在自动驾驶、云计算、零售、 医药、芯片等行业知名厂商落地应用。
最近，Colossal-AI还连续入选和受邀全球超级计算机大会、国际数据科学会议、世界人工智能大会、亚马逊云科技中国峰会等国际专业盛会。
对Colossal-AI感兴趣的小伙伴，可以关注起来了~
传送门
项目开源地址：
https://github.com/hpcaitech/ColossalAI
云端demo体验地址：
https://service.colossalai.org/
参考链接：
[1]https://arxiv.org/abs/2205.01068
[2]https://sc22.supercomputing.org/
[3]https://medium.com/@yangyou_berkeley/using-state-of-the-art-ai-models-for-free-try-opt-175b-on-your-cellphone-and-laptop-7d645f535982