昆仑万维宣布开源2千亿稀疏大模型Skywork-MoE 性能强劲成本更低
摘要：
点击上方蓝字关注我们韩国宣布正式成立宇宙航空厅并计划在年前实现登陆月球年前实现登陆火星仔细看韩国人说的登月实际是实现月球车登陆登陆火星应该也是这个意思另外韩国已经与美国达成协议参与... 点击上方蓝字关注我们韩国宣布正式成立“宇宙航空厅”（KASA），并计划在2032年前实现登陆月球、2045年前实现登陆火星。仔细看韩国人说的“登月”，实际是实现月球车登陆，登陆火星应该也是这个意思。另外，韩国已经与美国达成协议，参与到美国主导的载人月球探测“阿尔忒弥斯登月计划”。尽管韩方尚未宣...
6月4日 消息:在大模型技术迅速发展的背景下，昆仑万维公司开源了一个具有里程碑意义的稀疏大型语言模型。这个模型不仅在性能上表现出色，而且还大幅降低了推理成本，为应对大规模密集型LLM带来的挑战提供了有效的解决方案。
Skywork-MoE模型特点:
开源和免费商用:Skywork-MoE的模型权重、技术报告完全开源，且免费商用，无需申请。
推理成本降低:该模型在保持性能强劲的同时，大幅降低了推理成本。
稀疏模型:Skywork-MoE是一个专家混合模型（MoE），通过将计算分配给专门的子模型或“专家”，提供了一种经济上更可行的替代方案。
支持单台4090服务器推理:是首个支持用单台4090服务器推理的开源千亿MoE大模型。
技术细节:
模型权重和开源仓库:模型权重可在Hugging Face上下载，开源仓库位于GitHub。
推理代码:提供了支持8x4090服务器上8bit量化加载推理的代码。
性能:在8x4090服务器上，使用昆仑万维团队首创的非均匀Tensor Parallel并行推理方式，Skywork-MoE可以达到2200tokens/s的吞吐量。
模型性能和技术创新:
参数量:Skywork-MoE的总参数量为146B，激活参数量22B，共有16个Expert，每个Expert大小为13B。
性能对比:在相同的激活参数量下，Skywork-MoE的能力在行业前列，接近70B的Dense模型，推理成本有近3倍的下降。
训练优化算法:Skywork-MoE设计了两种训练优化算法，包括Gating Logits归一化操作和自适应的Aux Loss，以解决MoE模型训练困难和泛化性能差的问题。
大规模分布式训练:
Expert Data Parallel:提出了一种新的并行设计方案，可以在Expert数量较小时高效地切分模型。
非均匀切分流水并行:提出了非均匀的流水并行切分和重计算Layer分配方式，使得计算/显存负载更均衡。
实验和经验规则:
Scaling Law实验:探究了影响Upcycling和From Scratch训练MoE模型好坏的约束。
训练经验规则:如果训练MoE模型的FLOPs是训练Dense模型的2倍以上，则选择From Scratch训练MoE更好;否则，选择Upcycling训练MoE可以减少训练成本。
Skywork-MoE的开源为大模型社区带来了一个强大的新工具，有助于推动人工智能领域的发展，特别是在需要处理大规模数据和计算资源受限的场景中。
项目页：
模型下载地址:https://huggingface.co/Skywork/Skywork-MoE-Base
