170亿参数，28项公开测试集SOTA，行业最大的视觉多任务统一大模型来了
本文已在飞桨公众号发布，查看请戳链接:
170亿参数，28项公开测试集SOTA，行业最大的视觉多任务统一大模型来了
在5月20日举办的WAVE SUMMIT 2022深度学习开发者峰会上，百度发布了行业最大视觉多任务文心VIMER-UFO 2.0大模型，模型参数量达到170亿，单模型28项公开数据集SOTA，基于飞桨Task MoE架构，根据任务的不同自动选择激活最优的区域，从而实现100倍参数压缩，同时支持下游任务快速扩展。
近年来，预训练技术蓬勃发展，各类大模型不断涌现，频繁刷新各项纪录。但巨大的参数规模也给模型训练和应用落地带来了新的挑战。在模型训练方面，大模型训练对训练框架的存储和训练性能提出了更高的要求。在应用落地方面，随着模型参数量的急剧增加，大模型finetune所需要的计算资源越来越大，普通开发者通常无法负担；随着AIoT的发展，越来越多AI应用从云端往边缘设备、端设备迁移，而大模型却很难直接部署在这些存储和算力都极其有限的硬件上。
针对以上问题，百度文心大模型提出统一特征表示优化技术(UFO:Unified Feature Optimization)，在充分利用大数据和大模型的同时，兼顾大模型落地成本及部署效率。本次发布的文心VIMER-UFO 2.0大模型技术方案的主要内容包括：
All in One：发布行业最大的 170 亿参数视觉多任务模型，覆盖人脸、人体、车辆、商品、食物等细粒度分类的20+CV基础任务，单模型28项公开测试集SOTA。
One for All：首创针对视觉多任务的超网络预训练方案，支持各类任务、各类硬件的灵活部署，解决大模型应用时模型参数量大，推理性能差等问题。
Task MoE: 飞桨多任务超网络分布式训练架构，支持训练任务动态扩展，特定任务任意切分，保证多任务之间信息有效借鉴，负载均衡，高效协同。
All-in-One
功能更强大、更通用的视觉模型
之前主流的视觉模型生产流程，通常采用单任务 “train from scratch” 方案。每个任务都从零开始训练，各个任务之间也无法相互借鉴。由于单任务数据不足带来偏置问题，实际效果过分依赖任务数据分布，场景泛化效果往往不佳。近两年随着预训练技术的蓬勃发展，基于海量数据训练获得的预训练模型展现出强大的泛化能力，在下游任务通过少量数据finetune即可获得良好的效果。但美中不足的是，基于预训练+下游任务finetune的模型生产流程，需要针对各个任务分别训练模型，存在较大的研发资源消耗。
百度文心大模型提出的All in One训练方案，通过多任务协同学习方式训练得到一个功能强大的通用模型，可被直接应用于处理多个任务。在通过跨任务的信息提升单个任务效果的同时，也免去了下游任务finetune过程，可被广泛应用于各类多任务AI系统。以智慧城市场景为例，All in One可以用单模型实现多个任务的SOTA识别效果，同时多任务模型可获得显著优于单任务模型的效果，证明了多任务之间信息借鉴机制的有效性。
基于All in One训练方案，文心VIMER-UFO 2.0大模型参数量达到了170亿，位居行业首位。单模型在不进行下游finetune的情况下，在28项公开数据集上取得了 SOTA的结果。
One-for-All
灵活可伸缩的弹性部署方案
在大模型落地时，受限于硬件算力、存储等的限制，往往无法直接部署。针对该问题，文心VIMER-UFO One for All方案通过引入“超网络“进行解决。超网络由众多稀疏的子网络构成，每个子网络是超网络中的一条路径，将不同参数量、不同任务功能、不同精度的模型训练整合为一个超网络的训练。训练完成的大模型即可针对不同的任务和设备低成本生成相应的可即插即用的小模型，实现One for All Tasks和One for All Chips的能力。
文心VIMER-UFO 2.0基于Vision Transformer结构设计了多任务多路径超网络。与谷歌Switch Transformer以图像为粒度选择路径不同，其以任务为粒度进行路径选择，超网络训练完成后，可根据不同任务独立抽取对应的子网络进行部署，无需部署整个大模型。文心VIMER-UFO 2.0的超网中不同的路径除了可以选择不同FFN单元，Attention模块和FFN模块内部也支持弹性伸缩，实现网络的搜索空间扩展，为硬件部署提供更多可选的子网络，并提升精度。
One For All Tasks
文心VIMER-UFO 2.0大模型基于飞桨的Task MoE架构构建多任务超网络。其主要由Attention模块和FFN模块构成，不同任务子模型会共享Attention模块。在FFN模块中 ，每个任务都有两种不同的路径选择，即选择共享 FFN（FFN-shared）或者专属FFN(FFN-taskX)；在应用时，文心VIMER-UFO 2.0提出的Path Routing方法会根据任务的不同自动选择激活最优的区域（类似于人类的大脑，人类的大脑经过数百万年的进化，形成了分区的结构，不同区域负责特定功能，同时又是相互协作的一个整体）。在实际部署时，既可以部署整个大模型实现多任务处理能力，还可以从大模型中直接抽取单个和少数几个任务模型部署，可大幅降低模型的参数量，同时不同任务之间可自由组合，显著提升了AI应用的研发效率。
One For All Chips
基于文心VIMER-UFO 2.0的Stochastic Architecture Slimming方法，大模型在抽取的任务子网基础上进一步构建了芯片超网络。对于Attention模块，每个芯片子网可以选择不同的 Head 数量、 QKV 矩阵参数量。对于FFN模块，可根据放缩系数弹性选择FFN中参数规模。在应用落地时，针对不同平台存储容量和算力不同，可以抽取不同深度和宽度的子网络进行部署，进一步压缩模型的参数和计算量。
多任务大模型直接部署
针对有多任务处理需求的AI系统，可直接使用文心VIMER-UFO 2.0大模型进行部署（例如单模型进行人脸、人体和车辆等的检测和识别）。基于飞桨Task MoE的Path Routing方法，其在应用时，会根据任务的不同自动选择激活最优的区域，每个任务只激活模型的部分参数，计算量显著降低，推理效率接近主流的单任务小模型。
单任务抽取子网络部署
针对只需要个别处理能力的AI应用，可根据任务需求从文心VIMER-UFO 2.0大模型中抽取部分参数，得到针对特定任务的模型进行部署，大幅减少模型的参数量。例如文心VIMER-UFO 2.0具备170亿参数规模，而抽取的单任务模型只包含6亿参数。基于单任务模型抽取的芯片级模型参数量可进一步降低到1亿规模，模型参数量压缩超过100倍。并且不同任务之间可自由组合，大大提升了AI服务的开发和部署效率。
新任务快速扩展
针对未覆盖的新任务，文心VIMER-UFO 2.0支持在只更新部分参数的情况下，仅使用少量数据finetune，实现任务的快速扩展。文心VIMER-UFO 2.0的超网络中有一个Shared的分支（Attention 与 FFN-Shared），该分支在文心VIMER-UFO 2.0大模型的训练过程中使用全部任务数据进行优化，因此具备了强大的任务泛化性，对于不支持的新任务，只需要抽取该分支的参数使用少量数据进行finetune，便可在新任务上达到良好的效果。同时由于只需要更新部分参数，下游finetune的成本大大降低，解决了目前主流大模型落地应用的难题。新任务扩展结果（不使用外部数据）如下图所示。
子网络异构蒸馏
为了更好地支持在移动和边缘设备上进行部署，文心VIMER-UFO 2.0还可抽取子网络模型进行模型蒸馏。结合百度研发的异构蒸馏技术，可实现Transformer架构模型到CNN架构模型的高效知识迁移，模型参数量从亿级别进一步降低到百万级别。
飞桨Task MoE分布式训练架构
如此大的参数规模和任务数，给模型的训练带来了巨大的挑战。文心VIMER-UFO 2.0大模型采用稀疏门控混合专家设计，仅参数存储就需要68G，给训练时的模型存储带来了压力；该模型在前向反向时所有计算节点间会进行同步等待的All-to-All通信，使得通信负担明显加大；此外，该模型的多任务数目是动态的，且多个任务之间样本严重不均衡，使得计算节点之间的同步等待较长，影响并发效率。
针对这些挑战，飞桨提出了Task MoE分布式训练架构，不仅实现多级并行存储稀疏参数，还支持硬件拓扑感知通信，使得层次化All-to-All通信效率提升20%。同时飞桨还创新性地提出了基于Task的负载均衡机制，支持任务数量的动态扩展、特定任务的任意切分以及多个任务在不同的专家下的并发训练，同等实验环境下训练性能比PyTorch提升66%。同时，该方案保障多任务之间信息借鉴机制的有效性，使得VIMER-UFO 2.0模型精度大幅提升。此外，在推理阶段，基于飞桨Task MoE架构构建的多任务多路径的超网络，可支持任务粒度的路径选择，方便灵活部署。
更多详情请查看：
SE-MoE: A Scalable and Efficient Mixture-of-Experts Distributed Training and Inference System（https://arxiv.org/abs/2205.10034）
结语
百度文心大模型提出统一特征表示优化技术(UFO：Unified Feature Optimization)的初衷，在于为大模型应用落地探索解决方案，本次发布的文心VIMER-UFO 2.0大模型可被广泛应用于智慧城市、无人驾驶、工业生产等各类多任务AI系统，支持多种应用模式配合，兼顾效率和效果，近期亦会在百度零门槛AI开发平台EasyDL中开放，敬请期待。
了解更多UFO技术细节
https://github.com/PaddlePaddle/VIMER/tree/main/UFO/OneForAll
相关阅读
- 百度吴甜提出大模型落地关键路径 业内首发行业大模型
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~
170亿参数，28项公开测试集SOTA，行业最大的视觉多任务统一大模型来了相关推荐
- 170亿参数加持，微软发布史上最大Transformer模型
来源 | 微软 译者 | 刘畅 出品 | AI科技大本营(ID:rgznai100) Turing Natural Language Generation(T-NLG)是微软提供的一个有170亿参数的 ...
- 170 亿参数加持，微软发布史上最大 Transformer 模型 T-NLG！
[CSDN编者按]Turing Natural Language Generation(T-NLG)是微软提供的一个有170亿参数的语言模型,在许多NLP任务上均优于目前的SOTA技术.那么,它就有哪 ...
- 微软发布史上最大NLG模型：基于Transformer架构，170亿参数加持
2020-02-11 18:50 导语:史上最大! 近年来,BERT.GPT-2等深度学习语言模型,极大地提高了问答.摘要.人机对话等下游自然语言处理任务的性能. 而今天,微软研究院重磅发布了有史以来 ...
- 《文心千帆大模型平台开放测试，为企业和个人提供全流程大模型工具链》
文章目录 每日一句正能量 前言 文心千帆大模型平台的结构 文心千帆大模型平台的功能 文心千帆大模型平台体验 文档 IDC「AI大模型评估报告」,文心大模型全班第一 文心大模型3.5,功能全面升级 检索 ...
- 如何评价1700亿参数的GPT-3？
作者:李如 链接:https://www.zhihu.com/question/398114261/answer/1253942032 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业 ...
- 让预训练语言模型读懂数字：超对称技术联合复旦知识工场等发布10亿参数BigBang Transformer[乾元]金融大规模预训练语言模型
目录 1.通用大模型的缺陷 2.专注于融合训练时序-文本跨模态的预训练模型算法架构 3.学术和工业界覆盖最完整,规模最大的金融投资类数据集 4.创新的预训练方法可大幅提高语言模型准确度:Similar ...
- 1.75万亿参数，刚刚智源发布了全球最大预训练模型“悟道2.0”
中国的AI内行顶级盛会--2021北京智源大会又来了. 每年的智源大会参会阵容都非常豪华,今年也不例外,包括Yoshua Bengio.David Patterson两位图灵奖得主在内的200多位学者 ...
- 1.75万亿参数、在国产超算上训练，刚刚智源发布了全球最大预训练模型“悟道2.0”...
边策 梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI 中国的AI内行顶级盛会--2021北京智源大会又来了. 每年的智源大会参会阵容都非常豪华,今年也不例外,包括Yoshua Bengio ...
- 人类算力天花板？1750 亿参数的 AI 模型 GPT-3 引爆硅谷
这几天轰动硅谷的 GPT-3 是什么来头? 相信不太了解 AI 的朋友这几天也或多或少看到了一些关于 GPT-3 的重磅消息,甚至有媒体称其为 "继比特币之后又一个轰动全球的现象级新技术&q ...
最新文章
- Dijkstra算法（C语言）
- typeorm 更新_再热我们也在更新 - Midway 8 月内容汇总
- 开始使用Power BI桌面
- java 时间回退_java.time DateTimeFormatter使用灵活的回退值进行解析
- compose RxJava笔记
- 随机用户名获取易语言代码
- 【Redis使用规范】
- python库之SnowNLP（自然语言处理）
- 计算机学院实验室安全管理办法,计算机科学学院实验室安全管理制度
- 架构师应该具备什么技能
- 使用Ghidra对WhatsApp VOIP Stack 溢出漏洞的补丁对比分析
- 如何修改host文件权限
- ntp VS chrony
- LinkButton的使用小结
- JQCloud标签云、词云展示
- java游戏蜀山回合制,蓝港3D萌系回合制仙侠手游《大话蜀山》上线
- Consignment 寄售库存
- 200万粉丝！欢乐的小肥羊同款4G遥控车-技术原理及快速实现
- 两分钟教你使用两款可视化工具
- VCSA证书过期问题处理