不需要反向傳播

原標題：算力直降97%，GPT-3存儲只用20MB？！這篇直接在1.58-bit下訓練模型的新論文火了
文章來源：量子位
內容字數：3484字

1750億參數GPT-3只需20MB存儲？低精度訓練新技術引爆網絡

近日，一篇關于低精度訓練大語言模型的論文在網絡上引發熱議，其核心技術“noise_step”允許1750億參數的GPT-3模型僅需20MB存儲空間，并大幅降低算力消耗（減少97%）和存儲消耗（減少90%）。該技術由機器學習工程師Will小哥提出，其突破性之處在于無需反向傳播，直接在1.58-bit低精度下訓練模型。

1. 顛覆傳統：無需反向傳播的低精度訓練

傳統的深度學習模型訓練依賴于反向傳播算法，計算量巨大。而noise_step技術則另辟蹊徑，通過巧妙地利用雅可比向量積（JVP）方法估計梯度，從而繞過了反向傳播過程。JVP方法通過在前向傳播中引入隨機性，生成隨機向量，并計算其與目標函數梯度的對齊度來估計梯度。這種方法無需存儲或傳輸大量數據，大幅降低了算力和存儲需求。

2. 低精度訓練的優勢：存儲壓縮與高效微調

noise_step允許模型在1.58-bit（三元）精度下進行訓練，這使得模型參數存儲空間大幅縮減。更重要的是，該技術允許存儲訓練步驟而非權重，進一步壓縮模型尺寸， potentially enabling the download of a SOTA model within a second. 由于使用了偽隨機噪聲，整個訓練過程可以被一個種子值復現，并且可以恢復每個訓練步驟，這使得微調變得更加高效，甚至可以對過去的訓練步驟進行編輯（例如翻轉或屏蔽），從而實現更精細的模型控制和調整。

3. 分布式訓練的效率提升

在分布式訓練中，noise_step通過減少每個擾動所需的位數，顯著降低了通信量，從而提高了訓練效率。這對于訓練大型語言模型至關重要，因為它可以加快訓練速度，并降低通信成本。

4. 潛在風險與未來展望

雖然noise_step技術極具優勢，但也存在潛在的風險。由于模型可以通過少量訓練步驟來重建，模型泄露的風險也隨之增加。然而，這項技術的潛力巨大，它有望徹底改變大型語言模型的訓練和部署方式，使之更加高效、經濟和易于訪問。

5. 論文及代碼獲取

由于arXiv的審核問題，論文目前已發布在GitHub上，感興趣的讀者可以自行查閱。同時，作者也提供了一個CPU實現過程的Colab notebook，方便大家進行學習和實驗。

總而言之，noise_step技術的出現為大語言模型的訓練帶來了性的變化，它不僅降低了訓練成本，也為模型的微調和分布式訓練提供了新的思路。未來，隨著該技術的進一步發展和完善，我們有望看到更加高效、便捷的大語言模型應用。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破