共计 2168 个字符,预计需要花费 6 分钟才能阅读完成。
元象 XVERSE 发布中国最大 MoE 开源模型:XVERSE-MoE-A36B,加速 AI 应用低成本部署,将国产开源提升至国际领先水平。
该模型总参数 255B,激活参数 36B,达到 100B 模型性能的「跨级」跃升,同时训练时间减少 30%,推理性能提升 100%,使每 token 成本大幅下降。
元象「高性能全家桶」系列全部开源,无条件免费商用,让海量中小企业、研究者和开发者能按需选择。
MoE(Mixture of Experts)是业界最前沿的混合专家模型架构 ,将多个细分领域的专家模型组合成一个超级模型,打破了传统扩展定律(Scaling Law)的局限,可在扩大模型规模时,不显著增加训练和推理的计算成本,保持模型性能最大化。出于这个原因,行业前沿模型包括谷歌 Gemini-1.5、OpenAI 的 GPT-4 、马斯克旗下 xAI 公司的 Grok 等大模型都使用了 MoE。
在多个权威评测中,元象 MoE 效果大幅超越多个同类模型,包括国内千亿 MoE 模型 Skywork-MoE、传统 MoE 霸主 Mixtral-8x22B 以及 3140 亿参数的 MoE 开源模型 Grok-1-A86B 等。
免费下载大模型
落地应用好且省 登顶港台娱乐应用榜
元象此次开源,不仅填补国内空白,也在商业应用上更进一步。
元象基于 MoE 模型自主研发的 AI 角色扮演与互动网文 APP Saylo,通过逼真的 AI 角色扮演和有趣的开放剧情,火遍港台,下载量在中国台湾和香港娱乐榜分别位列第一和第三。
MoE 训练范式具有「更高性能、更低成本」优势,元象在通用预训练基础上,使用海量剧本数据「继续预训练」(Continue Pre-training),并与传统 SFT(监督微调)或 RLHF(基于人类反馈的强化学习)不同,采用了大规模语料知识注入,让模型既保持了强大的通用语言理解能力,又大幅提升「剧本」这一特定应用领域的表现。
高性能「开源标杆」
元象是国内领先的 AI 与 3D 公司,秉持「通用人工智能 AGI」信仰,持续打造「高性能开源全家桶」,不仅填补国产开源空白,更将其推向了国际领先水平。
2023 年 11 月,此前国内大部分开源参数多在 7B 到 13B,而行业共识是模型达到 50 到 60B 参数门槛,大模型才能「智能涌现」,生态亟需「大」模型时,元象率先开源了 XVERSE-65B,是当时中国最大参数开源。
2024 年 1 月,元象又开源全球最长上下文窗口大模型,支持输入 25 万汉字,还附手把手训练教程,让大模型应用一举进入「长文本时代」。
此次国内最大参数 MoE 开源,又是给生态贡献了一个助推低成本 AI 应用利器。
引领文娱应用
借助在 AI 和 3D 领域的客户积累,元象也迅速将大模型推向商用。
2023 年 11 月,元象成为全国最早一批、广东省前五获得《生成式人工智能服务管理暂行办法》国家备案的大模型,具备向全社会开放的产品能力。
而在更早的 10 月,元象与腾讯音乐联合推出 lyraXVERSE 加速大模型,并借助该技术全面升级音乐助手「AI 小琴」的问答、聊天与创作能力,让她情商与智商双高,为用户提供个性化、更深入、陪伴感十足的音乐互动体验。
元象大模型陆续与 QQ 音乐、虎牙直播、全民 K 歌、腾讯云等深度合作与应用探索,为文化、娱乐、旅游、金融领域打造创新领先的用户体验。
MoE 技术自研与创新
MoE 是目前业界最前沿的模型框架,由于技术较新,国内开源模型或学术研究尚未普及。元象自研 MoE 的高效训练和推理框架,并持续推动技术创新。
2024 年 4 月推出的 XVERSE-MoE-A4.2B 中,元象推动 MoE 专家架构革新。与传统 MoE(如 Mixtral 8x7B)将每个专家大小等同于标准 FFN 不同,元象采用更细粒度的专家设计,每个专家大小仅为标准 FFN 的四分之一,提高了模型灵活性与性能;还将专家分为共享专家(Shared Expert)和非共享专家(Non-shared Expert)两类。共享专家在计算过程中始终保持激活状态,而非共享专家则根据需要选择性激活。这种设计有利于将通用知识压缩至共享专家参数中,减少非共享专家参数间的知识冗余。
此次推出 XVERSE-MoE-A36B,继续在 MoE 效率和效果方面进行技术创新。
(1)效率方面
MoE 架构与 4D 拓扑设计:MoE 架构的关键特性是由多个专家组成。由于专家之间需要大量的信息交换,通信负担极重。为了解决这个问题,我们采用了 4D 拓扑架构,平衡了通信、显存和计算资源的分配。这种设计优化了计算节点之间的通信路径,提高了整体计算效率。
专家路由与预丢弃策略:MoE 的另一个特点是「专家路由机制」,即需要对不同的输入进行分配,并丢弃一些超出专家计算容量的冗余数据。为此团队设计一套预丢弃策略,减少不必要的计算和传输。同时在计算流程中实现了高效的算子融合,进一步提升模型的训练性能。
通信与计算重叠:由于 MoE 架构的专家之间需要大量通信,会影响整体计算效率。为此团队设计了「多维度的通信与计算重叠」机制,即在进行参数通信的同时,最大比例并行地执行计算任务,从而减少通信等待时间。
(2)效果方面
专家权重:MoE 中的专家总数为 N ,每个 token 会选择 topK 个专家参与后续的计算,由于专家容量的限制,每个 token 实际选择到的专家数为 M,M