大模型智能的革命：如何打破算力瓶颈

我们已经进入大模型时代，据不完全统计，仅是国内正式发布的大模型就超过了 200 个，而且这些模型在不断的升级中，新的模型还不断发布出来，过去的一周多，中国农业大学发布了“神农大模型”，网易发布了“子曰”大模型 2.0 版本。

模型的智能涌现水平同参数量有着直接关系，“大”仍是大模型升级的主流选择。以 GPT 为例，GPT-2 参数量为 15 亿，GPT-3 参数量为 1750 亿，提高了 100 倍，最新的 GPT-4 有消息称参数量为 1.8 万亿，提高了 10 倍。

模型参数量越大，需要的训练量也就越大，消耗的算力也就越多。任何一个大模型的开发和升级都需要考虑算力约束。那么模型的规模同所需算力之间到底是什么关系，我们需要解决这个问题，以便在模型升级过程中做好算力预算。

模型所需算力正比于参数量的平方

Transformer 是当前应用最广的 AI 架构。我们以 Transformer 为核心的大模型为例来估算计算量。

大模型的参数量主要取决于隐藏层的维度和构成模型的Block的数量，我们假定隐藏层的维度为 h，Block 的数量为 i，那么，大模型的参数量为 。我们以 b 代指训练输入数据的 batch size 和每个输入序列（sequence）的长度，那么整个模型训练一次的计算量为 ，上述关系已经得到严格的数学证明，在此不展开。 我们用 C 来指代模型所需算力当量，用 N 来指代模型参数量，来看两者的关系，得到如下结果：  

  由于在百亿、千亿参数的大模型中，隐含层的维度 h 远大于输入序列的长度 s，可以将 S 忽略不计。所以，上述等式的结果可以近似为 6b*s。b*s 是一次训练输入的总 token 数，我们用 D 来指代。

由此可以得出训练大模型的所需的算力当量评估公式：

D 同 N 相关性非常大，也就是模型越大训练的总 token 数也越大，我们把这个关系总结为一个线性函数 N=kD，k 是一个固定的常数。

这样上述公式就变为：  

也就是说，大模型规模增大一倍，所需要的算力会增大 4 倍，如果增大 10 倍，所需算力就会增大 100 倍。大模型的算力需求增长速度超越了当前的计算技术极限，让大模型竞赛成为算力竞赛。   在实际的大模型前沿探索中，算力已经成为最大的制约因素。单从资金的角度看，训练千亿、万亿大模型的算力成本已经超出了大多数企业的承受能力，即使有钱如 OpenAI 也负担不起，据透露，GPT-4 每次训练成本高达 6300 万美元。

算力分配的变化——氪算力可直接提高智能涌现

增大参数量，降低训练量，或者保持参数量不变，直接加大训练量，两个方法都可以提高模型的智能涌现水平。好钢要用在刀刃上，在有限的算力约束下，该如何分配？此前的研究结论一直倾向于前者。2020 年 OpenAI 提出一个结论，给定 10 倍的计算预算，他们建议模型的大小应该增加 5.5 倍，而训练 token 数量只增加 1.8 倍。

但是 2023 年 DeepMind 提出了新的观点，模型大小和训练 token 数量应该等比例缩放，模型增大 1 倍，token 数量也应该增加 1 倍。而且 DeepMind 还认为目前的大模型普遍存在训练不足的情况，一个大模型训练充分需要把每个参数训练 20 个 token，但是业界主要的大模型普遍的训练水平不高于每个参数 10 个 token。

这个结论来源于严格的技术实验，DeepMind 用 1.4 万亿 token 训练了参数量为 700 亿的大模型 Chinchilla，该模型的表现超过了参数量 2800 亿的 Gopher、1750 亿 的 GPT-3 和 5300 亿的 Megatron-Turing。

因此，我们可以把前文提到的公式进一步量化为 ，也就是一个大模型要训练的较为彻底，所需要的算力当量是模型规模平方的 120 倍。

在 DeepMind 的研究结果发布以后，大模型“大”竞争开始放缓。2022 年人类大模型普遍达到千亿级别之后，2023 年除了 GPT-4，其他新发布的大模型并没有突破万亿级别，甚至出现了很多百亿级别的模型。控制模型规模，进行更充分的训练，会实现更为理想的智能涌现。

以浪潮信息的“源”大模型为例，1.0 版本参数量 2450 亿，零样本和小样本学习表现优异，能够进行人机对话、与人玩剧本杀、写公文，相当于一个文科生的水平，但是 2.0 版本最大的参数量为 1026 亿，却可以进行高水平的逻辑推理、做数学题、写代码，相当于一个 985 大学的理科生，水平不可同日而语。

投入更大算力对百亿、千亿的模型进行训练挖潜，具有非常重大的现实意义。中小模型，以及由这些基础模型生成的技能模型，对硬件的要求、能源的消耗相对较小。如果基础大模型的参数规模降低 1%，那么对应技能模型的每次推理计算的算力消耗也会降低 1%，会产生巨大的社会意义和经济意义。

发展AI，应该优先发展计算力

应该说，今天的 AI 仍处于发展的初级阶段，AI 也刚开始走入社会经济和个人生活。未来可能不仅每个场景会有一个大模型，每个人也会有一个大模型，这并不是假想，而是很快就能看到的现实。

所以，在相当长的一个时期内，大模型的训练需求将保持旺盛的增长，算力瓶颈是大模型训练和应用面临的长期问题。发展 AI 需要优先发展算力，无论国家还是企业，应该将更多的资源投入到算力产业中。

审核编辑：黄飞