[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。 [Tv!Pc  
$O|J8;"v  
　　Llama-3.1-Nemotron-51B简介 F,B,D^WD  
Iz;hje4JL  
　　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。 WgBV,{C  
G[U'-a}I  
　　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。 C`|'+  
Q<]~>cd^  
　　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。 @WuB&uF=d  
Rb_HD  
　　Llama-3.1-Nemotron-51B性能 g2 dvs  
n ETm"  
　　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。 lqC a%V  

图片:QQ截图20240925141444.png

]s
tAC3  
　　效率和性能方面的突破 Vab+58s5  
r{m"E^K,  
　　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。 wA`A+Z2*?  
7 R1;'/;  
　　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。 Y4PU~l  

图片:QQ截图20240925141411.png

.MO"8}]8Z  
　　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。 Q!DQ!;Br6  
XK:KW
qW  
　　改进工作量管理，提高成本效益 qcxq-HS2'  
ldJeja~Xl  
　　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。 Q}!U4!{i|p  
K%h83tm+  
　　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。 uQ9/7"S  
Mnpb".VU#T  
　　架构优化：成功的关键 LyA=(h6  
*(&,&$1K  
　　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。 z41 p$  
VHsNz WI  
　　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。 ZiDmx-X  
[.P~-6~  
　　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。 x@bZ((w  

图片:QQ截图20240925141358.png

F'ZLN]"{  
　　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。 {pUOu8`Z  
LV=!nF0  
　　Puzzle算法和知识蒸馏 yS/ovd  
9;;1 "^4/  
　　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。 Uc e#v)  

图片:QQ截图20240925141350.png

EAFKf*K=  
　　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。 hB<.u  

图片:QQ截图20240925141341.png

C<A82u;t%@  
　　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。 K)GC&%_$O  

图片:QQ截图20240925141330.png

o <LA2q`T  
eU7RO  

图片:QQ截图20240925141307.png

pCf-W/v  
t]FFGnBZ  
附上参考地址 'rf='Y  
Z<y+D-/  
    Advancing the Accuracy-Efficiency Frontier with Llama-3.1-Nemotron-51B fE)+9!  
c[ff|-<g  
    Nvidia AI Releases Llama-3.1-Nemotron-51B: A New LLM that Enables Running 4x Larger Workloads on a Single GPU During Inference /eR@&!D '