单GPU就能压缩模型,性能不变参数少25%!微软提出模型稀疏化新方法

AIGC动态9个月前发布 新智元
14 0 0

单GPU就能压缩模型,性能不变参数少25%!微软提出模型稀疏化新方法

AIGC动态欢迎阅读

原标题:单GPU就能压缩模型,性能不变参数少25%!微软提出模型稀疏化新方法
关键字:矩阵,模型,研究人员,区块,正交
文章来源:新智元
内容字数:6562字

内容摘要:


新智元报道编辑:拉燕
【新智元导读】大语言模型之大,成本之高,让模型的稀疏化变得至关重要。众所周知,对于大语言模型来说,规模越大,所需的算力越大,自然占用的资源也就越多。
研究人员于是乎把目光转到了这片领域,即模型的稀疏化(Sparsification)。
今天要介绍的SliceGPT,则可以实现模型的事后稀疏。也就是说,在一个模型训练完了以后再进行稀疏化操作。
该模型由微软研究院和苏黎世联邦理工学院联合发表在了arXiv上。
目前主流的稀疏化技术面临着挺多挑战和困难。比方说,需要额外的数据结构,而且在当下的硬件条件下,速度有限。
SliceGPT就能很好的解决这些问题——它能用一个较小的矩阵来替换每个权重矩阵,从而降低网络的嵌入维度。
而实际结果也是非常不错的,在LLAMA-2 70B、OPT 66B和Phi-2模型上,SliceGPT去除了多达25%的模型参数,还保证了模型本身99%、99%以及90%的零样本任务的性能。
此外,SliceGPT还可以在更少的GPU上运行,无需额外的代码优化。
在24GB的消费级GPU上,SliceGPT可以将LLAMA-2 70B总的推理计算量减


原文链接:单GPU就能压缩模型,性能不变参数少25%!微软提出模型稀疏化新方法

联系作者

文章来源:新智元
作者微信:AI_era
作者简介:智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...