GLM-130B

GLM-130B是清华大学基于GLM模型（模型卡： https://www.datalearner.com/ai-models/base-models/GLM ）训练的一个1300亿超大参数规模的预训练大模型，这是一个开放的双语（英文和中文）双向密集模型，有1300亿个参数，使用通用语言模型（GLM）的算法进行预训练。它被设计用来支持在一台A100（40G*8）或V100（32G*8）服务器上的130B参数的推理任务。通过INT4量化，硬件要求可以进一步降低到4*RTX 3090（24G）的单台服务器，而且几乎没有性能下降。截至2022年7月3日，GLM-130B已经对超过4000亿个文本标记（中文和英文各2000B）进行了训练，它有以下独特的功能。

• 双语：同时支持英文和中文。
• 性能（EN）：在LAMBADA上优于GPT-3 175B（+4.0%）、OPT-175B（+5.5%）和BLOOM-176B（+13.0%），在MMLU上略优于GPT-3 175B（+0.9%）。
• 性能（CN）：在7个零次CLUE数据集（+24.26%）和5个零次FewCLUE数据集（+12.75%）上明显优于ERNIE TITAN 3.0 260B。
• 快速推理：支持用一台A100服务器对SAT和FasterTransformer进行快速推理（速度最高可达2.5倍）。
• 可复制性：所有结果（30多个任务）都可以通过开源代码和模型检查点轻松复制。
• 跨平台：支持在NVIDIA、Hygon DCU、Ascend 910和Sunway（将很快发布）上进行训练和推理。

需要注意的是，这个模型虽然开源，但是需要发邮件申请才能使用。不过这么大规模一般个人也很少申请。

硬件要求

可以看到，这个配置真心不低啊！