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。

(资料图片)

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 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

标签：