Cerebras GPT 简介

Cerebras GPT是由Cerebras公司开源的自然语言处理领域的预训练大模型，其模型参数规模最小1.11亿，最大130亿，共7个模型。下图展示了模型参数规模与训练结果的关系。

人工智能有改变世界经济的潜力，但它的访问越来越被限制。最新的大型语言模型——OpenAI的GPT4——发布时没有关于其模型架构、训练数据、训练硬件或超参数的信息。公司越来越多地使用封闭的数据集构建大型模型，并仅通过API访问提供模型输出。

要使LLM成为一种开放和可访问的技术，获得最先进的模型是很重要的，这些模型是开放的、可复制的，而且对研究和商业应用都是免费的。为此，Cerebras使用最新的技术和开放数据集训练了一系列transformer模型，称之为Cerbras-GPT。这些模型是第一个使用Chinchilla公式训练并通过Apache 2.0许可证发布的GPT模型系列。

下图是Cerebras-GPT与其它模型的对比结果：

可以看到，与业界的模型相比，Cerebras-GPT几乎是各个方面完全公开，没有任何限制。不管是模型架构，还是预训练结果都是公开的。目前开源的模型结构和具体训练细节如下：

此外，他们还公布了Cerebras-GPT和其它模型的硬件资源消耗对比结果：

可以看到，Cerebras-GPT运行在他们公司专有硬件上，似乎消耗的算力很少！Meta的OPT模型，参数范围从125M到175B，在992个GPU上使用数据并行和张量并行的组合以及各种内存优化技术进行训练。Eleuther的20B参数的GPT-NeoX使用数据、张量和管道并行的组合来训练96个GPU上的模型。Cerebras GPT是在16个CS-2系统上使用标准数据并行进行训练的。因为Cerebras CS-2系统配备了足够的内存，即使是最大的模型也可以在单个设备上运行，而不需要拆分模型。然后，我们围绕CS-2设计了专门的Cerebras晶圆级集群，以实现轻松扩展。它采用了HW/SW共同设计的执行方式，称为权重流，能够独立扩展模型大小和集群大小，而不需要模型并行。

而Cerebras-GPT的使用非常简单，目前支持3种方式调用：

1、基于AutoModelForCausalLM函数

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("cerebras/Cerebras-GPT-13B")
model = AutoModelForCausalLM.from_pretrained("cerebras/Cerebras-GPT-13B")

text = "Generative AI is "

2、使用HuggingFace的Pipelines

from transformers import pipeline

pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)
generated_text = pipe(text, max_length=50, do_sample=False, no_repeat_ngram_size=2)[0]
print(generated_text['generated_text'])

3、使用model.generate()

inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, num_beams=5, 
                        max_new_tokens=50, early_stopping=True,
                        no_repeat_ngram_size=2)
text_output = tokenizer.batch_decode(outputs, skip_special_tokens=True)
print(text_output[0])

Cerebras-GPT完全开源，大家可以去官方的HuggingFace上下载代码与预训练结果： https://huggingface.co/cerebras/Cerebras-GPT-13B