HƯỚNG DẪN KỸ THUẬT

Sự kết hợp của các chuyên gia

Hỗn hợp các chuyên gia (MoE) là một thiết kế mô hình chia mạng thành nhiều mạng con chuyên dụng và chỉ kích hoạt một số mạng con cho mỗi đầu vào.

Tổng quan

Hỗn hợp các chuyên gia (MoE) là một thiết kế mô hình chia mạng thành nhiều mạng con chuyên dụng và chỉ kích hoạt một số mạng con cho mỗi đầu vào. Nó cho phép các mô hình nắm giữ lượng kiến ​​thức khổng lồ trong khi vẫn duy trì từng dự đoán nhanh chóng và tiết kiệm chi phí.

Hỗn hợp các chuyên gia là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn.

Lặn sâu

Một máy biến áp tiêu chuẩn chạy mọi đầu vào qua cùng các lớp dày đặc, do đó, việc làm cho mô hình thông minh hơn thường có nghĩa là khiến mọi tính toán trở nên đắt đỏ hơn. Hỗn hợp các chuyên gia phá vỡ liên kết đó. Nó thay thế lớp chuyển tiếp nguồn cấp dữ liệu lớn bằng nhiều mạng 'chuyên gia' nhỏ hơn cộng với một 'bộ định tuyến' nhỏ quyết định chuyên gia nào xử lý từng mã thông báo. Thông thường chỉ có 1 hoặc 2 chuyên gia hàng đầu mới kích hoạt, do đó, một mô hình có thể có tổng cộng hàng trăm tỷ tham số nhưng chỉ kích hoạt một phần nhỏ trên mỗi mã thông báo. Đây là lý do tại sao các mô hình như Mixtral 8x7B và kiến ​​trúc được đồn đại đằng sau GPT-4 đạt chất lượng cao mà không có chi phí suy luận cao tương ứng. Sự đánh đổi rất phức tạp: tất cả các chuyên gia vẫn phải nằm trong bộ nhớ và bộ định tuyến có thể định tuyến sai hoặc làm quá tải một số chuyên gia, vì vậy việc đào tạo đòi hỏi phải cân bằng cẩn thận.

Hiểu biết kỹ thuật

Trọng tâm của MoE là mạng gating, một lớp học nhỏ chấm điểm từng chuyên gia cho một mã thông báo đến và định tuyến mã thông báo đó đến những người ghi điểm cao nhất trong top-k (thường là k=1 hoặc 2). Để ngăn bộ định tuyến gửi mọi thứ cho một số chuyên gia yêu thích, quá trình đào tạo sẽ bổ sung thêm một 'mất cân bằng tải' phụ trợ để trừng phạt việc sử dụng không đồng đều. Vì chỉ có k chuyên gia chạy trên mỗi mã thông báo nên tính toán (FLOP) gần như không đổi ngay cả khi bạn thêm nhiều chuyên gia hơn, do đó, tổng thông số và chi phí trên mỗi mã thông báo sẽ thay đổi độc lập.

Làm chủ sự kết hợp của các chuyên gia

Hỗn hợp các chuyên gia (MoE) là một thiết kế mô hình chia mạng thành nhiều mạng con chuyên dụng và chỉ kích hoạt một số mạng con cho mỗi đầu vào. Nó cho phép các mô hình nắm giữ lượng kiến ​​thức khổng lồ trong khi vẫn duy trì từng dự đoán nhanh chóng và tiết kiệm chi phí. Hỗn hợp các chuyên gia là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi Hỗn hợp các chuyên gia như một mô hình hoạt động chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.

Trong thực tế, các nhóm mạnh sử dụng Hỗn hợp các chuyên gia sẽ tối ưu hóa các lựa chọn về kiến ​​trúc, dữ liệu và cơ sở hạ tầng theo độ tin cậy và chi phí. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.

Các quyết định về kiến ​​trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Đồng thời, Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu lớn hơn của hệ thống. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.

Tác động chiến lược

Các quyết định về kiến ​​trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm.

Các quyết định về kiến ​​trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất.

Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất.

Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Tương lai của sự kết hợp của các chuyên gia

MoE đang trở thành một công cụ mặc định cho các mô hình quy mô biên giới vì nó tách rời năng lực khỏi chi phí. Mong đợi các chuyên gia chi tiết hơn, định tuyến thông minh hơn xem xét nhiều ngữ cảnh hơn và các kỹ thuật tốt hơn để phục vụ các mô hình thưa thớt khổng lồ trên phần cứng hạn chế. Nghiên cứu cũng đang giải quyết vấn đề bộ nhớ, vì tất cả các chuyên gia đều phải được tải mặc dù có rất ít chuyên gia chạy, thông qua việc giảm tải và lượng tử hóa chuyên gia. Khi các mô hình mở như Mixtral và DeepSeek-MoE trưởng thành, kiến ​​trúc thưa thớt có thể sẽ cung cấp năng lượng cho các trợ lý hiệu quả hơn với ngân sách GPU nhỏ hơn.

Triển khai trong thế giới thực

Mixtral 8x7B sử dụng 8 chuyên gia và kích hoạt 2 chuyên gia trên mỗi mã thông báo, cung cấp tổng số tham số khoảng 47B nhưng chỉ hoạt động ~13B trên mỗi mã thông báo để suy luận nhanh hơn, rẻ hơn.

DeepSeek và Qwen cung cấp các mô hình ngôn ngữ MoE lớn phù hợp với các mô hình dày đặc về điểm chuẩn trong khi chạy với khả năng tính toán trên mỗi mã thông báo thấp hơn.

Các nhà cung cấp Cloud LLM sử dụng MoE để một mô hình lớn duy nhất có thể phục vụ nhiều người dùng với chi phí hợp lý vì mỗi yêu cầu chỉ thu hút một số chuyên gia.

Switch Transformer trước đó của Google đã mở rộng quy mô lên hơn một nghìn tỷ tham số bằng cách sử dụng định tuyến top 1 để duy trì khả năng quản lý điện toán đào tạo.

Các mẫu triển khai

Sự kết hợp của các chuyên gia trong thực tế

Mixtral 8x7B sử dụng 8 chuyên gia và kích hoạt 2 chuyên gia trên mỗi mã thông báo, cung cấp tổng số tham số khoảng 47B nhưng chỉ hoạt động ~13B trên mỗi mã thông báo để suy luận nhanh hơn, rẻ hơn.

Mixtral 8x7B sử dụng 8 chuyên gia và kích hoạt 2 mỗi mã thông báo, cung cấp tổng số tham số khoảng 47B nhưng chỉ hoạt động ~13B trên mỗi mã thông báo để suy luận nhanh hơn, rẻ hơn Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Sự kết hợp của các chuyên gia trong thực tế

DeepSeek và Qwen cung cấp các mô hình ngôn ngữ MoE lớn phù hợp với các mô hình dày đặc về điểm chuẩn trong khi chạy với khả năng tính toán trên mỗi mã thông báo thấp hơn.

DeepSeek và Qwen cung cấp các mô hình ngôn ngữ MoE lớn phù hợp với các mô hình dày đặc về điểm chuẩn trong khi chạy với điện toán trên mỗi mã thông báo thấp hơn. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Sự kết hợp của các chuyên gia trong thực tế

Các nhà cung cấp Cloud LLM sử dụng MoE để một mô hình lớn duy nhất có thể phục vụ nhiều người dùng với chi phí hợp lý vì mỗi yêu cầu chỉ thu hút một số chuyên gia.

Các nhà cung cấp Cloud LLM sử dụng MoE để một mô hình khổng lồ duy nhất có thể phục vụ nhiều người dùng với chi phí hợp lý, vì mỗi yêu cầu chỉ được một số chuyên gia quan tâm. Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp phức tạp và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Sự kết hợp của các chuyên gia trong thực tế

Switch Transformer trước đó của Google đã mở rộng quy mô lên hơn một nghìn tỷ tham số bằng cách sử dụng định tuyến top 1 để duy trì khả năng quản lý điện toán đào tạo.

Switch Transformer trước đó của Google đã mở rộng quy mô lên hơn một nghìn tỷ tham số bằng cách sử dụng định tuyến top 1 để duy trì khả năng quản lý điện toán đào tạo. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp phức tạp và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Rủi ro & lan can

!

Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu của hệ thống rộng hơn.

!

Chi phí cơ sở hạ tầng và bảo trì thường được đánh giá thấp.

!

Khoảng cách về bảo mật và khả năng quan sát có thể tăng lên khi hệ thống trở nên phức tạp hơn.

Lộ trình thực hiện

1

Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai.

Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

2

Điểm chuẩn trong điều kiện tải và dữ liệu thực tế.

Điểm chuẩn trong điều kiện tải và dữ liệu thực tế. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

3

Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng.

Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

4

Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô.

Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

Tiếp tục khám phá