来自：量子位
进NLP群—>加入NLP交流群
单台机器，就能微调全参数羊驼大模型！
这一令开源党狂喜的最新成果，来自复旦邱锡鹏团队。
具体而言，研究人员提出了名为LOMO（低内存优化）的新优化器，并在配备8卡RTX 3090（24GB内存）的单台服务器上，成功微调65B LLaMA。
论文一经发布，就引发了不少讨论——
在GPT-4掀起狂潮之后，人们在惊叹于大语言模型能力的同时，正在越来越多地思考模型控制权的问题。
有业内人士对此感到十分兴奋：
对于大模型普及来说，单机微调LLaMA 65B具有非常重要的意义！
我曾梦想每个人都至少可以微调Chinchilla（700亿参数，DeepMind出品）这种规模和质量的模型，现在复旦做到了这一点。
单机微调650亿参数大模型
论文的主要贡献LOMO（Low-Memory Optimization）优化器，想要解决的是有限资源条件下，大模型全参数微调的难题。
研究人员指出，在训练大语言模型的过程中，优化器状态占用了大部分内存。比如Adam，就会把中间状态存储下来，而这些状态的大小能达到参数大小的2倍。
因此，复旦团队的优化思路是这样的：
第一步，从算法角度重新思考优化器的功能。 由于SGD（随机梯度下降）不存储任何中间状态，因此这是一个很好的替代方案。问题在于，SGD中梯度计算和参数更新是分开执行的，仍可能会导致梯度张量过大，内存使用率高。
于是，研究人员提出了LOMO，将梯度计算和参数更新合二为一，避免存储任何梯度张量，以减少内存占用量。
为了稳定LOMO的混合精度训练，研究人员还采取了以下步骤。
梯度归一化：将梯度应用于模型参数之前，对梯度进行归一化。
损失缩放：在计算梯度之前，用损失函数乘以缩放系数。
在训练期间将某些计算转换为全精度
研究人员分析了使用不同优化器的训练过程中，模型状态和激活的内存使用情况。
可以看到，与AdamW相比，LOMO的内存占用从102.20GB降低到了14.58GB。
吞吐量测试的结果则显示，在配备8块RTX 3090显卡的服务器上，LOMO可以hold得住LLaMA 65B的训练。
研究人员提到，使用这样的服务器配置和LOMO，在1000个样本上进行训练，每个样本包含512个token，训练时间大约为3.6小时。
研究人员还在SuperGLUE基准测试上，比较了LOMO与Zero-shot、LoRA的下游任务性能。
结果显示，在6个数据集和不同大小模型中，LOMO的表现均好于Zero-shot。在大部分实验中，LOMO的表现优于LoRA。
当然啦，尽管在大模型训练中，8块3090并不是高配，但对于普通人来说，还是有点不亲民。
有不少网友就吐槽说：8块3090还能叫资源有限吗？
不过，也有人认为，这仍然是个好消息。
虽然不太可能拥有这样的服务器配置，但租这个配置的机器也不算贵。
另一边，研究人员也坦承了论文的局限性，并表示将进一步降低训练大语言模型的资源门槛。
目前，使用LOMO训练时，大部分内存被参数占用。因此，一个有前景的方向是探索参数量化技术，这可能会大大减少内存使用。
LOMO一作吕凯，是论文通讯作者、复旦大学计算机科学技术学院邱锡鹏教授门下的硕士生。本科同样毕业于复旦大学。
此前，复旦开源的MOSS大模型，正是来自邱锡鹏团队。
论文地址：
https://arxiv.org/abs/2306.09782
项目地址：
https://github.com/OpenLMLab/LOMO
进NLP群—>加入NLP交流群