复旦邱锡鹏新作：单机微调650亿参数大模型，业内人士：对大模型普及意义重大
开源党狂喜
鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI
单台机器，就能微调全参数羊驼大模型！
这一令开源党狂喜的最新成果，来自复旦邱锡鹏团队。
具体而言，研究人员提出了名为LOMO（低内存优化）的新优化器，并在配备8卡RTX 3090（24GB内存）的单台服务器上，成功微调65B LLaMA。
论文一经发布，就引发了不少讨论——
在GPT-4掀起狂潮之后，人们在惊叹于大语言模型能力的同时，正在越来越多地思考模型控制权的问题。
有业内人士对此感到十分兴奋：
对于大模型普及来说，单机微调LLaMA 65B具有非常重要的意义！
我曾梦想每个人都至少可以微调Chinchilla（700亿参数，DeepMind出品）这种规模和质量的模型，现在复旦做到了这一点。
单机微调650亿参数大模型
论文的主要贡献LOMO（Low-Memory Optimization）优化器，想要解决的是有限资源条件下，大模型全参数微调的难题。
研究人员指出，在训练大语言模型的过程中，优化器状态占用了大部分内存。比如Adam，就会把中间状态存储下来，而这些状态的大小能达到参数大小的2倍。
因此，复旦团队的优化思路是这样的：
第一步，从算法角度重新思考优化器的功能。 由于SGD（随机梯度下降）不存储任何中间状态，因此这是一个很好的替代方案。问题在于，SGD中梯度计算和参数更新是分开执行的，仍可能会导致梯度张量过大，内存使用率高。
于是，研究人员提出了LOMO，将梯度计算和参数更新合二为一，避免存储任何梯度张量，以减少内存占用量。
为了稳定LOMO的混合精度训练，研究人员还采取了以下步骤。
- 梯度归一化：将梯度应用于模型参数之前，对梯度进行归一化。
- 损失缩放：在计算梯度之前，用损失函数乘以缩放系数。
- 在训练期间将某些计算转换为全精度
研究人员分析了使用不同优化器的训练过程中，模型状态和激活的内存使用情况。
可以看到，与AdamW相比，LOMO的内存占用从102.20GB降低到了14.58GB。
吞吐量测试的结果则显示，在配备8块RTX 3090显卡的服务器上，LOMO可以hold得住LLaMA 65B的训练。
研究人员提到，使用这样的服务器配置和LOMO，在1000个样本上进行训练，每个样本包含512个token，训练时间大约为3.6小时。
研究人员还在SuperGLUE基准测试上，比较了LOMO与Zero-shot、LoRA的下游任务性能。
结果显示，在6个数据集和不同大小模型中，LOMO的表现均好于Zero-shot。在大部分实验中，LOMO的表现优于LoRA。
当然啦，尽管在大模型训练中，8块3090并不是高配，但对于普通人来说，还是有点不亲民。
有不少网友就吐槽说：8块3090还能叫资源有限吗？
不过，也有人认为，这仍然是个好消息。
虽然不太可能拥有这样的服务器配置，但租这个配置的机器也不算贵。
另一边，研究人员也坦承了论文的局限性，并表示将进一步降低训练大语言模型的资源门槛。
目前，使用LOMO训练时，大部分内存被参数占用。因此，一个有前景的方向是探索参数量化技术，这可能会大大减少内存使用。
LOMO一作吕凯，是论文通讯作者、复旦大学计算机科学技术学院邱锡鹏教授门下的硕士生。本科同样毕业于复旦大学。
此前，复旦开源的MOSS大模型，正是来自邱锡鹏团队。
论文地址：
https://arxiv.org/abs/2306.09782
项目地址：
https://github.com/OpenLMLab/LOMO
— 完 —
- 微软清华改进Transformer：用降噪耳机原理升级注意力，一作在线答疑2024-11-03
- o1满血版泄露！奥数题图片推理手拿把掐，奥特曼上线剧透o22024-11-03
- 全国第二！智平方荣获第十三届全国创新创业大赛初创型企业全国总决赛第二名（新一代信息技术赛道）2024-11-03
- 科研版AI搜索来了！知乎直答接入正版论文库，一手实测在此2024-11-01
相关阅读
新冠肺炎病毒肺炎还会伤肝！复旦最新研究指出：应对患者进行肝功能异常特别护理
