大模型時代的AI之變與開發(fā)之根

自2018年谷歌發(fā)布Bert以來，預(yù)訓(xùn)練大模型以強大的算法效果，席卷了NLP為代表的各大AI榜單與測試數(shù)據(jù)集。隨著產(chǎn)學(xué)研各界的深入研究，大模型在AI產(chǎn)學(xué)研各界的地位得到不斷加強。到2021年，我們可以看到各大學(xué)術(shù)機(jī)構(gòu)、科技企業(yè)都在打造自己的大模型，并且將其能力邊界、技術(shù)路徑進(jìn)行了極大拓展。

有人認(rèn)為，AI大模型的到來讓這項技術(shù)完成了從實驗室到工業(yè)化集成的轉(zhuǎn)變。如果說過去的AI開發(fā)需要手工作坊模式的調(diào)參、調(diào)優(yōu)、數(shù)據(jù)積累，那么大模型則預(yù)先集成了海量數(shù)據(jù)的訓(xùn)練效果，企業(yè)與科研用戶拿到手中就是一個“智力”強大、效果客觀的完成品。于是極大程度節(jié)省了重復(fù)開發(fā)成本，降低了開發(fā)門檻。

大模型的價值涌現(xiàn)出來，下一個問題隨之誕生：打造大模型需要人工智能算力、網(wǎng)絡(luò)、框架等一系列條件形成有效支撐，才能讓大模型真正“大”起來。大模型能夠持續(xù)發(fā)展的前提，是必須打造強壯的AI根技術(shù)，在框架、算力等層面滿足大模型的“建造”需求。

不久之前，中科院自動化所發(fā)布了全球首個三模態(tài)大模型——紫東.太初。

而這項技術(shù)成果的背后，是中科院自動化所與華為攜手，利用全場景AI框架MindSpore對大模型開發(fā)進(jìn)行了一系列支撐。9月25日， 在華為全聯(lián)接2021上，MindSpore中文名“昇思”發(fā)布，同時推出昇思1.5版本。這一版本強化全場景能力、原生支持大模型，并新增AI科學(xué)計算新范式，發(fā)布電磁仿真套件和分子模擬套件，促進(jìn)AI應(yīng)用于科學(xué)計算領(lǐng)域。

我們就借此機(jī)會，聊聊大模型如何從昇思1.5中汲取營養(yǎng)；持續(xù)打造大模型，需要開發(fā)框架帶來怎樣的根技術(shù)支持。

時代的召喚：

大模型推動AI之變

預(yù)訓(xùn)練大模型發(fā)展到今天，已經(jīng)經(jīng)歷了三年多的時間。期間最具“出圈”效應(yīng)的大模型，可能就要屬2020年OpenAI發(fā)布的NLP大模型GPT-3。

GPT-3首次實現(xiàn)了千億級數(shù)據(jù)參數(shù)，除了傳統(tǒng)的NLP能力之外，還可以算術(shù)、編程、寫小說、寫論文摘要，一時之間成為輿論熱點。GPT-3的出現(xiàn)，讓各界看到了大模型的潛力， 也讓中國開發(fā)自己的大模型成為了“時代的召喚”。

從產(chǎn)業(yè)價值上看，預(yù)訓(xùn)練大模型帶來了一系列可能性，讓產(chǎn)學(xué)研各界看到了由弱人工智能走向強人工智能；由重復(fù)開發(fā)、手工作坊式人工智能，走向工業(yè)化、集成化智能的全新路徑?？梢哉f，大模型是近兩年AI持續(xù)變革的核心動力，也是AI走入千行百業(yè)、各學(xué)科領(lǐng)域的關(guān)鍵支柱。

于是我們可以看到，中國的科技企業(yè)、學(xué)術(shù)科研機(jī)構(gòu)紛紛開始加碼大模型，并且在不同路徑上進(jìn)行探索和嘗試。比如說，Bert和GPT都是NLP領(lǐng)域的大模型，缺乏對圖形圖像數(shù)據(jù)與多模態(tài)數(shù)據(jù)的處理能力。因此，多模態(tài)大模型成為了重要的研究方向。集成語音、文本、圖像、視頻等各個模態(tài)信息的處理模式，也更加貼近人類感知，具有更高的社會價值。

對于產(chǎn)學(xué)各界來說，數(shù)據(jù)量大、訓(xùn)練效果好、網(wǎng)絡(luò)拓?fù)?/a>結(jié)構(gòu)緊湊，同時又容易獲取的預(yù)訓(xùn)練大模型，都是未來學(xué)術(shù)研究、AI開發(fā)、產(chǎn)業(yè)升級的基礎(chǔ)和關(guān)鍵。大模型將很有可能改變AI的研究范式，成為不同領(lǐng)域的共性基礎(chǔ)平臺。

紫東.太初為了解決這些問題，提出了視覺－文本－語音三模態(tài)預(yù)訓(xùn)練模型。通過將視覺、文本、語音不同模態(tài)數(shù)據(jù)各自編碼器，映射到統(tǒng)一語義空間，然后通過多頭自注意力機(jī)制（Multi-head Self-attention）學(xué)習(xí)模態(tài)之間的語義關(guān)聯(lián)以及特征對齊，形成多模態(tài)統(tǒng)一知識表示，再利用編碼后的多模態(tài)特征，最終通過解碼器分別生成文本、圖像和語音。經(jīng)過這樣的對齊與轉(zhuǎn)化，大模型可以更加關(guān)注圖－文－音三模態(tài)數(shù)據(jù)之間的關(guān)聯(lián)特性以及跨模態(tài)轉(zhuǎn)換問題，對更廣泛、更多樣的下游任務(wù)提供模型基礎(chǔ)支撐。最終，多模態(tài)大模型不僅可以實現(xiàn)跨模態(tài)理解，還能完成跨模態(tài)生成，極大程度提升了學(xué)習(xí)框架的靈活性，有效降低了多模態(tài)數(shù)據(jù)的收集與清洗成本。

由于三模態(tài)大模型非常接近人類的信息處理方式，其對信息數(shù)據(jù)有非常好的協(xié)同掌握能力，因此可以非常廣泛地應(yīng)用于產(chǎn)學(xué)各領(lǐng)域，孵化出更多新應(yīng)用。紫東.太初目前已經(jīng)具備全球領(lǐng)先的圖文音跨模態(tài)理解與生成能力，可輕松完成智能問答、圖片生成、視頻理解與等任務(wù)，這些能力將在工業(yè)質(zhì)檢、影視創(chuàng)作、互聯(lián)網(wǎng)推薦、智能駕駛等領(lǐng)域廣泛應(yīng)用。

而面向產(chǎn)業(yè)上游看，我們會發(fā)現(xiàn)紫東.太初的打造，得益于昇騰AI的產(chǎn)業(yè)底座。尤其是昇思對大模型的原生支持，讓大模型具備了快速開發(fā)、精準(zhǔn)訓(xùn)練的“開發(fā)之根”。

根強則AI強：

昇思支持大模型時代到來

在MindSpore 全新升級的1.5版本中，我們不僅見到了全新的中文名——昇思，更重要的是見到了昇思新版本對科學(xué)研究、AI基礎(chǔ)開發(fā)的全新適配能力，展現(xiàn)了昇騰AI產(chǎn)業(yè)對新銳產(chǎn)學(xué)動向的洞察和滿足。

在科研工作中，AI開發(fā)經(jīng)常是一件成本巨大、容錯率極低的工作。算力、數(shù)據(jù)、基礎(chǔ)模型和開發(fā)套件都會成為科研工作中的AI開發(fā)難題。面對這些問題，昇思1.5不僅極大提升了對大模型的適配能力，還強化升級了科學(xué)計算引擎，全面加強了對學(xué)術(shù)界、工業(yè)界的AI開發(fā)支持。

在大模型支持方面，昇思1.5版本實現(xiàn)了原生支持大模型，能夠在業(yè)界率先支持全自動并行AI處理。在大模型訓(xùn)練中，可以同時使用數(shù)據(jù)并行、算子級模型并行、Pipeline 模型并行、優(yōu)化器模型并行、異構(gòu)并行、重計算、高效內(nèi)存復(fù)用多維度、全種類的分布式并行策略；并且原創(chuàng)集群拓?fù)涓兄亩嗑S度自動混合并行，實現(xiàn)超大模型自動切分，顯著提升集群加速能力；新的 DNN分布式并行編程范式，可以實現(xiàn)低代碼算法切換，大幅節(jié)省開發(fā)時間。

面對結(jié)構(gòu)復(fù)雜、訓(xùn)練開銷巨大、訓(xùn)練時間漫長的多模態(tài)大模型，新的昇思特性可以極大提升訓(xùn)練加速能力，同時減少系統(tǒng)性能優(yōu)化代價，降低代碼開發(fā)工作力，從而綜合性地減少調(diào)試與訓(xùn)練周期。

在這樣的框架能力升級中，會有更多創(chuàng)新性強、訓(xùn)練數(shù)據(jù)規(guī)模大的預(yù)訓(xùn)練大模型在昇思的支撐下發(fā)展起來。昇思自然也就名副其實成為了大模型的“根技術(shù)”。

目前，基于昇思訓(xùn)練的大模型除了已經(jīng)發(fā)布的全球首個中文預(yù)訓(xùn)練大模型鵬程.盤古、全球首個三模型預(yù)訓(xùn)練大模型紫東.太初，還有即將發(fā)布的智能遙感大模型、語音大模型等等，可以說昇思框架對大模型支持的能力是業(yè)界首屈一指的。

與此同時，昇思1.5還新增了對外開放機(jī)制等諸多新特性，尤其注重在科研創(chuàng)新和應(yīng)用領(lǐng)域的支持。通過多尺度混合計算和高階混合微分兩大關(guān)鍵創(chuàng)新，將原有的 AI 計算引擎升級為 AI 與科學(xué)計算的統(tǒng)一引擎，實現(xiàn)融合的統(tǒng)一加速。在此基礎(chǔ)上，未來昇思將面向 8 大科學(xué)計算場景推出 MindScience 系列套件?？茖W(xué)計算套件包含業(yè)界領(lǐng)先的數(shù)據(jù)集、基礎(chǔ)模型、預(yù)置高精度模型和前后處理工具，可以加速科學(xué)行業(yè)應(yīng)用開發(fā)。

昇思將持續(xù)加強對科研領(lǐng)域AI開發(fā)的支持，尤其是為大模型這種“國之重器”的訓(xùn)練底座。同時，昇騰社區(qū)和昇思MindSpore社區(qū)也會加強對大模型開源開放的支持。目前，昇思社區(qū)下載量已經(jīng)突破60萬，社區(qū)貢獻(xiàn)者超過3500人。昇思正在與產(chǎn)學(xué)研各界一同推進(jìn)開源開放，讓大模型真正成為科學(xué)之基、產(chǎn)業(yè)之本。

預(yù)訓(xùn)練大模型正在推動一場AI新變革。而在關(guān)注這場變革之前，我們更應(yīng)該關(guān)注根技術(shù)、根平臺的打造與建設(shè)。

堅實的產(chǎn)業(yè)基礎(chǔ)之上，才能產(chǎn)學(xué)各界萬花盛放。AI大模型之變，應(yīng)該有強壯的根。