[业界新闻]英伟达发布 Llama-3.1-Nemotron-51B AI 模型：创新神经架构搜索等技术让单 H100 GPU 运行 4 倍以上负载 [复制链接]

　　英伟达9月23日发布博文，宣布推出Llama-3.1-Nemotron-51B AI模型，源自Meta公司的Llama-3.1-70B，不过创新使用神经架构搜索（NAS）方法，建立了一个高度准确和高效的模型。 A8ViJ  
Ee5YW/9]  
　　Llama-3.1-Nemotron-51B简介 )EMlGM'2q  
d/GSG%zB
 
　　Llama-3.1-Nemotron-51B AI模型将于Meta公司2024年7月发布的Llama-3.1-70B模型，共有510亿参数。  XY)X-K$  
Xg.Lo2s  
　　该AI模型主要采用了神经架构搜索（NAS）技术微调，平衡性能和效率，在高工作负荷下，只需要一片H100 GPU即可运行，大大降低了内存消耗、计算复杂性以及与运行此类大型模型相关的成本。 +PPQ"#1pS  
o4: e1  
　　英伟达认为这种方式在保持了出色的精度前提下，显著降低了内存占用、内存带宽和FLOPs，并证明可以在创建另一个更小、更快的变体来加以推广。 |i B#   
\<I&utn  
　　Llama-3.1-Nemotron-51B性能 GX23c i  
[<r.M<3  
　　相比较Meta的Llama-3.1-70B模型，Llama-3.1-Nemotron-51B在保持了几乎相同的精度情况下，推理速度提高了2.2倍。 bD)"Jy  

图片:QQ截图20240925141444.png

q1HJ_y  
　　效率和性能方面的突破 R|@~<*  
7cV G?Wr  
　　开发LLM过程中面临的主要挑战之一是如何平衡精度与计算效率。许多大规模模型都能提供最先进的结果，但却需要耗费大量的硬件和能源资源，这限制了它们的适用性。 %i7U+v(d  
C}
9GrIi  
　　英伟达的新模型在这两个相互竞争的因素之间取得了微妙的平衡。 G9&2s%lu.e  

图片:QQ截图20240925141411.png

,g'>
Ib%  
　　Llama-3.1-Nemotron-51B实现了令人印象深刻的精度与效率权衡，减少了内存带宽，降低了每秒浮点运算次数(FLOP)，并减少了总体内存占用，同时不影响模型执行推理、总结和语言生成等复杂任务的能力。 =XYc2.t  
7Z9'Y?[m  
　　改进工作量管理，提高成本效益 ~jJ.E_i  
0"j:-1  
　　Llama-3.1-Nemotron-51B的一个突出特点是能够在单个GPU上管理更大的工作负载。该型号允许开发人员在更具成本效益的环境中部署高性能LLMs，在一个H100设备上运行以前需要多个GPU才能完成的任务。 O\uI
Iuy  
?!m\|'s-  
　　Llama-3.1-Nemotron-51B模型还减少了内存占用，在推理过程中可以在单个GPU上运行4倍以上的工作负载，从而带来了一系列新的机遇。 Ij
OBY  
Xm<_!=  
　　架构优化：成功的关键 1mHS -oI9J  
m|B)A"Sm  
　　Llama-3.1-Nemotron-51B的成功主要归功于一种新颖的结构优化方法。传统上，LLMs是使用相同的块构建的，这些块在整个模型中重复出现。 -vm1xp$  
";Cf@}i>  
　　这虽然简化了构建过程，但也带来了效率低下的问题，特别是在内存和计算成本方面。 |) cJ  
{o^tSEN!-
 
　　英伟达通过采用NAS技术来优化推理模型，从而解决了这些问题。该团队采用了分块蒸馏过程，即训练更小、更高效的学生模型（student model），以模仿更大的教师模型（teacher model）的功能。 c?<)!9:  

图片:QQ截图20240925141358.png

IlO,Ql  
　　通过完善这些学生模型并评估其性能，英伟达开发出了Llama-3.1版本，在大幅降低资源需求的同时，还能提供类似的准确度。 :G98uX t  
^6{op3R_  
　　Puzzle算法和知识蒸馏 6.tA$#6HP  
'+l"zK]L-  
　　Llama-3.1-Nemotron-51B有别于其他模型的另一个关键组件，就是Puzzle算法。 sWse (_2  

图片:QQ截图20240925141350.png

y5c\\e  
　　该算法对模型中的每个潜在区块进行评分，并确定哪些配置能在速度和精度之间取得最佳平衡。 atd;)o0*0  

图片:QQ截图20240925141341.png

EF$ASN
h"  
　　通过使用知识蒸馏技术，Nvidia缩小了参考模型（Llama-3.1-70B）与Nemotron-51B之间的精度差距，同时显著降低了训练成本。 ;:oXe*d  

图片:QQ截图20240925141330.png

t%e<]2-8  
&2.DZ),L  

图片:QQ截图20240925141307.png

.*`]x  
^uG^>Om*  
附上参考地址 z}==6|{  
nVoWER:  
    Advancing the Accuracy-Efficiency Frontier with Llama-3.1-Nemotron-51B }&L%c>  
vP#*if[V5  
    Nvidia AI Releases Llama-3.1-Nemotron-51B: A New LLM that Enables Running 4x Larger Workloads on a Single GPU During Inference !#%>,X#+