文章目录

    • token和byte有换算关系吗?
    • 大模型开源链接和大模型套件
    • 大模型对推理算力需求
    • 4-bit Model Requirements for LLaMA
    • 昇思和业界开源大模型关于算力、训练时长
    • 不同参数量下算力需求
    • 典型大模型下算力需求
    • 常见小模型参数量
    • 推理训练算力需求分析
      • 训练
      • 推理
    • 参考

token和byte有换算关系吗?

盘古一个token=0.75个单词,1token相当于1.5个汉字;
以中文为例:token和byte的关系
1GB=0.5G token=0.25B token;
Token 设计原则理解:英文中有些单词会根据语义拆分,如overweight会被设计为2个token,over和weight;
中文中有些汉语会根据语义被整合,如“等于”、“王者荣耀”;

大模型开源链接和大模型套件

大模型应用方向开源链接
悟空画画文生图https://github.com/mindspore-lab/minddiffusion/tree/main/vision/wukong-huahua
Taichu-GLIDE文生图https://github.com/mindspore-lab/minddiffusion/tree/main/vision/Taichu-GLIDE
CodeGeex代码生成https://github.com/THUDM/CodeGeeX
鹏城盘古文本生成预训练https://gitee.com/mindspore/models/tree/master/official/nlp/Pangu_alpha
紫东太初图文音三模型https://gitee.com/mindspore/zidongtaichu
LuojiaNet遥感框架https://github.com/WHULuoJiaTeam/luojianet
空天灵眸多模态遥感(当前为10亿级别参数)https://gitee.com/mindspore/ringmo-framework
大模型套件套件内容开源链接
mindformerstransformer大模型套件https://gitee.com/mindspore/mindformers
minddiffusiondiffusion模型套件https://github.com/mindspore-lab/minddiffusion
MindPet微调套件https://github.com/mindspore-lab/mindpet

大模型对推理算力需求

4-bit Model Requirements for LLaMA

ModelModel SizeMinimum Total VRAMCard examplesRAM/Swap to Load*
LLaMA-7B3.5GB6GBRTX 1660, 2060, AMD 5700xt, RTX 3050, 306016 GB
LLaMA-13B6.5GB10GBAMD 6900xt, RTX 2060 12GB, 3060 12GB, 3080, A200032 GB
LLaMA-30B15.8GB20GBRTX 3080 20GB, A4500, A5000, 3090, 4090, 6000, Tesla V10064 GB
LLaMA-65B31.2GB40GBA100 40GB, 2×3090, 2×4090, A40, RTX A6000, 8000, Titan Ada128 GB

来源:https://gist.github.com/cedrickchee/255f121a991e75d271035d8a659ae44d

昇思和业界开源大模型关于算力、训练时长

参数数据训练算力时长
鹏城盘古100B300B token512P Ascend91028天
鹏城盘古200B300B token512P Ascend91041天
紫东太初1B1.3亿图文对16P Ascend91010天
紫东太初100B300万图文对128P Ascend91030天
空天灵眸1B200w遥感图片(250G)20P Ascend9103天
空天灵眸10B500w遥感图片(600G)20P Ascend91030天
燃灯20B400B token(加载预训练权重)+200B token(新数据)64P Ascend91027天
CodeGeeX13B850B token384P Ascend91060天
盘古Sigma1T300B token128P Ascend910100天
悟空画画1B5000万图文对64P Ascend91030天
东方御风2B10W流场图16P Ascend9103天
GPT3175B300B token2048卡 A10015天
GPT3175B300B token1024卡 A10034天
ChatGPT175B(预训练)+6B(强化)300B token估算2048卡 A10015.25天
ASR千万178小时语音4卡 Ascend91015H
wav2vec2.03亿3000小时语音32卡 Ascend910120H
hubert3亿1w小时语音32卡 Ascend91010天

不同参数量下算力需求

模型参数量(亿)数据量并行卡数(如A100)时间(天)算力(P/天)
110300 billion token1240312Tx12=3.7P;
2100300 billion token12840312Tx128=40P;
310001 trillion token204860312Tx2048=638P;
4

典型大模型下算力需求

模型参数量(亿)数据量时间(天)算力(P/天)金额
盘古2.6B600G3110
盘古13B600G7110
ChatGPT13300 billion token27.527.5一次模型训练成本超过1200万美元
GPT-3 XL13300 billion token27.527.5
GPT-31746300 billion token13640一次模型训练成本超过460万美元
GPT-3.513640

注:ChatGPT训练所用的模型是基于13亿参数的GPT-3.5模型微调而来

来源:https://arxiv.org/abs/2005.14165

来源:https://arxiv.org/abs/2104.12369

常见小模型参数量

来源: https://github.com/Lyken17/pytorch-OpCounter

ModelParams(M)MACs(G)
alexnet61.100.77
vgg11132.867.74
vgg11_bn132.877.77
vgg13133.0511.44
vgg13_bn133.0511.49
vgg16138.3615.61
vgg16_bn138.3715.66
vgg19143.6719.77
vgg19_bn143.6819.83
resnet1811.691.82
resnet3421.803.68
resnet5025.564.14
resnet10144.557.87
resnet15260.1911.61
wide_resnet101_2126.8922.84
wide_resnet50_268.8811.46
ModelParams(M)MACs(G)
resnext50_32x4d25.034.29
resnext101_32x8d88.7916.54
densenet1217.982.90
densenet16128.687.85
densenet16914.153.44
densenet20120.014.39
squeezenet1_01.250.82
squeezenet1_11.240.35
mnasnet0_52.220.14
mnasnet0_753.170.24
mnasnet1_04.380.34
mnasnet1_36.280.53
mobilenet_v23.500.33
shufflenet_v2_x0_51.370.05
shufflenet_v2_x1_02.280.15
shufflenet_v2_x1_53.500.31
shufflenet_v2_x2_07.390.60
inception_v327.165.75

推理训练算力需求分析

训练

主要以机器视觉应用使能人工智能算力分析为课题,其中的视觉能力训练平台、图像增强模型、目标检测、图像分割、人员跟踪需求。

对人工智能算力需求计算过程如下:

参考业界流行的视频训练算法(表一、第四章),训练一个模型需要2560TFLOPS FP16算力(8卡/周,单卡算力为320 TFLOPS FP16),运算时间为7天左右,且通常需要训练大于8~10次才能找到一个满意的模型。

考虑2天的调测,安装和模型更新时间,则一个模型的训练周一为10天。

综上,至少需占用要2560*8=20480 TFLOPS FP16算力,才能在10天内找到一个满意的训练模型;

按照目标检测,分割,跟踪等常规模型统计,预计一年有30+任务需要分别训练;总算力需求20PFLOPS FP16。

表一:业界流行的视频训练算法

序号算法分类算法需求模型参考数据量参考所需算力 (TFLOPS FP16)训练时间/周训练次数
1视频异常检测CLAWS>200G视频数据20480110
2视频异常检测C3D20480110
3视频活动分析SlowFast20480110
4视频活动分析AlphAction20480110
5图像分类基础网络ResNet系列:resnet18, resnet34, resnet50, resnet101resnet50,ImageNet, ~150G图片256018
6MobileNet系列:MobileNetV1, MobileNetV2, MobileNetV3mobilenetv2,256018
7人脸识别算法图像分类Backbone,FaceNetFaceNet NN1,MS-Celeb-1M LFW, 1万+张图片 Adience, 2万+张图片 Color FERET, 1万+张图片256018
8目标检测一阶段:SSD,yolo系列:yolov3, yolov4, yolov5YOLOv3-608,COCO 2017, >25F数据256018
9二阶段:FasterRCNNfaster rcnn + resnet101,256018
10分割算法yolact, yolact++(unet、unet++)maskrcnn+resnet50 fpn,256018
11MaskRCNN256018
12人员跟踪DensePeds100G图片256018
13底层图像增强CycleGAN等>10G视频数据256018
14维护预测算法>1G数据256018
15洗煤优化算法>1G数据256018

推理

推理服务器算力资源:采用适合张量计算的创新人工智能芯片架构,提供高性能视频解析能力和人工智能算力,用于AI应用场景人工智能算法的推理,系统支持3000路视频流解析;

基于昇腾芯片的AI推理卡,主要用于视频对象和行为分析,需要从视频流中提取对象和行为数据,每块AI推理卡的算力为88T(INT8)。

不同的算法模型对计算能力的要求不同,对于视频分析场景,通过业界主流ISV在该AI推理卡的测试结果来看,在每路视频的分辨率为不低于1080P,帧率不低于25帧,同屏检测目标数不低于5个的情况下,每路视频需要5.5T(INT8)的算力进行解析。单张AI推理卡算力为88T(INT8),所以每张推理卡可支持16路视频的分析。

如当前业务需要接入3000路视频的需求来计算,共需要的AI推理卡的数量为:3000/16≈188块。考虑到数据加工集群建模的并行效率(一般集群的并行效率为90%左右),留出适当的资源后需要的NPU卡的数量为:188/0.9≈209块。

参考

1、https://arxiv.org/abs/2005.14165

2、CNN的参数量、计算量(FLOPs、MACs)与运行速度