免费可商用开源GPT模型来了，50G权重直接下载，性能不 ...

奔走的青春王鹏飞

萧箫 发自 凹非寺
量子位 | 公众号 QbitAI

真·开源GPT模型，终于来了。
参数量级130亿，大小比肩最近Meta开放的LLaMA-13B，但从数据集、模型权重到计算优化训练，全部开源。
最关键的是，可商用。
没错，虽然就GPT-3而言，之前DeepMind、Meta等组织陆陆续续开源过几个模型，不过基本都是半遮半掩。
尤其最接近GPT-3的Meta OPT模型，不仅权重只开放给研究者，而且不可商用：



这意味着之前企业就算能抄作业，抄来的也没办法直接用。
现在，一家名叫Cerebras的公司开源了这一系列GPT模型，业界终于有机会追赶了。
模型性能如何？

Cerebras一共开源了7个GPT模型，参数量分别达到1.11亿、2.56亿、5.9亿、13亿、27亿、67亿和130亿。



据Cerebras公司表示，他们开放出来的模型不仅包含数据集，可用于研究也可商用，而且关键是预训练模型权重开放（从下图来看文件大小近50G）。



基于他们公开的预训练模型，大伙儿只需要用少量的数据对对模型进行微调，就能构建出效果不错的模型来。
除此之外，这次GPT模型的训练还额外考虑到了计算优化训练 （Compute-Optimal Training）。
这个方法最早由DeepMind在2022年提出，名叫Chinchilla，它认为大语言模型的语料数量和模型效果之间符合一个凸曲线，因此模型参数量和训练程度成一定比例。



依据这个方法，DeepMind认为，包括GPT-3在内的超大参数LLM模型，有很多都是训练不足的。
基于此，Cerebras搞出了这一系列GPT模型，并将背后的流程进行了开源。
所以，Cerebras-GPT系列模型性能如何呢？
团队将Cerebras-GPT系列和LLaMA、GPT-3等模型的性能进行了对比。
这是包括GPT-3、Gopher、Chinchilla和LLaMA在内的其他GPT模型，在完成句子、问答等特定任务上表现的效果。



这是不同大小的Cerebras-GPT模型零次学习（0-shot）的效果：



数据对比不是特别直观，团队还将结果进行了可视化。
可以看出，在最终性能相差不大的情况下，Cerebras-GPT的训练效率要更高一些。



曾开发最大AI芯片

其实，Cerebras的“本职”是一家AI芯片公司。
Cerebras公司由Sean Lie和Andrew Feldman等人于2016年创立。
其中，Andrew Feldman曾创建微型服务器公司SeaMicro，并以3.34亿美元的价格出售给AMD。
与其他AI芯片公司不同，Cerebras开发的芯片超大，像晶圆一样（但确实是芯片）：



他们当年做出来过一个名叫“晶圆级引擎”（Cerebras Wafer Scale Engine，简称WSE）的AI芯片，将逻辑运算、通讯和存储器集成到单个硅片上，一口气创下了4项世界纪录：

• 晶体管数量最多的运算芯片：总共包含1.2万亿个晶体管。虽然三星曾造出2万亿个晶体管的芯片，却是用于存储的eUFS。
  
• 芯片面积最大：尺寸约20厘米×23厘米，总面积46,225平方毫米。面积和一块晶圆差不多。
  
• 片上缓存最大：包含18GB的片上SRAM存储器。
  
• 运算核心最多：包含40万个处理核心。
  

后来这个超大WSE又升级了二代，然后团队基于WSE-2打造出了一个名叫Cerebras CS-2的AI超算。
这次的Cerebras-GPT系列模型，就是在这个Cerebras CS-2的AI超算中训练出来的。对此这家公司表示：

虽然训练这么大体量的模型通常需要几个月时间，但我们几周就能搞定。

Cerebras还表示，虽然很多硬件公司都声称训练效果能接近英伟达GPU的水平，但他们还没看到任何一家亲自推动开源LLM的硬件公司，这势必不利于开源LLM的发展。
这波啊，这波Cerebras格局大了（手动狗头）
模型地址：
https://huggingface.co/cerebras/Cerebras-GPT-13B
参考链接：
https://www.cerebras.net/blog/cerebras-gpt-a-family-of-open-compute-efficient-large-language-models/
—完—
@量子位 · 追踪AI技术和产品新动态
深有感触的朋友，欢迎赞同、关注、分享三连վ'ᴗ' ի ❤

夜鸟的面具

对中文的支持如何？

民宗局吴宗平

国内的“自主创新”要爆发了。[doge]

掉进钱眼的汉子

对CV有影响吗？

陌上无尘

只支持英语

盘南奥力给

除了可以商用外，其他方面数据都被llama吊打了，这是衬托meta ai的实力来了

卖灯的小哥哥

你是懂自主创新的，某种角度也没错，因为国内环境不允许有那么长周期慢回报的项目存在，也没有开源的精神分享，只能借壳创新[捂脸]

青先生

文**言：即将迎来重大更新，敬请期待！

天使梦境

“业界终于有机会追赶了”，作者还是高情商

易行龔廙

我老早就想过，CPU之类芯片为啥那么小，不做大一点。终于看到个，把芯片做得超大的。。超大规模芯片绝对是未来一大趋势。