概述
分組查詢注意力（GQA）是一種透過讓多個查詢頭共享相同的鍵和值頭來縮小文字生成過程中所需記憶體的方法。它使大型車型的服務速度更快，幾乎沒有品質損失。
分組查詢注意力是語言人工智慧堆疊的一部分，用於大規模讀取、生成、分類和轉換文字和語音。
深入探討
在標準的多頭注意力層中，每個頭都有自己的查詢、鍵和值。在生成過程中，所有先前令牌的鍵和值都會被快取（「KV 快取」），因此模型不會重新計算它們。由於有許多頭和長上下文，該快取變得巨大並在推理時佔據記憶體頻寬。 GQA 由 Google 研究人員於 2023 年引入，將查詢頭分組，並為每個群組提供一組共享的鍵和值頭。如果您有 32 個查詢頭，但只有 8 個 KV 群組，則 KV 快取會縮小約四倍。它位於完全多頭注意力（每個頭獨立）和多查詢注意力（所有頭共用一個 KV）之間，捕捉 MQA 的大部分速度，同時保持品質接近完全注意力。 Llama 2 70B以及後來的許多型號都採用了它。
技術洞察
注意力品質在很大程度上取決於許多不同的查詢方向，但它允許共享鍵和值。 GQA 利用了這種不對稱性：它保留所有查詢頭，但在其群組中的查詢之間複製每個共享的 KV 頭。節省來自推理，其中 KV 快取是記憶體頻寬的主要消耗者；更少的 KV 頭意味著每個產生的令牌要讀取的資料更少。通常會對模型進行簡短的“升級訓練”，以將現有的多頭檢查點轉換為 GQA 檢查點。
掌握分組查詢注意力
分組查詢注意力（GQA）是一種透過讓多個查詢頭共享相同的鍵和值頭來縮小文字生成過程中所需記憶體的方法。它使大型車型的服務速度更快，幾乎沒有品質損失。分組查詢注意力是語言人工智慧堆疊的一部分，用於大規模讀取、生成、分類和轉換文字和語音。為了建立深入的理解，請將分組查詢注意力視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，強大的團隊使用分組查詢注意力將提示、檢索和審查循環設計為一個整合的通訊系統。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
語言工作流程可以在不犧牲一致性的情況下更快地移動。同時，幻覺事實可以悄悄地進入報告、支持流程或研究成果。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
語言工作流程可以在不犧牲一致性的情況下更快地移動。
語言工作流程可以在不犧牲一致性的情況下更快地移動。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
它擴展了跨語言和溝通方式的訪問。
它擴展了跨語言和溝通方式的訪問。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。
團隊可以花更多時間進行判斷，而自動化則可以處理重複。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
Llama 2 70B 和 Llama 3 使用 GQA 提供具有較小 KV 快取的長上下文
減少 GPU 內存，以便大型聊天模型適合更少或更便宜的加速器
加速生產 API 中逐個令牌的生成，其中 KV 快取頻寬是瓶頸
啟用更大的批量大小，同時為許多用戶提供服務，而不會耗盡內存
實施模式
實踐中的分組查詢注意力
Llama 2 70B 和 Llama 3 使用 GQA 以較小的 KV 快取提供長上下文。
Llama 2 70B 和 Llama 3 使用 GQA 透過較小的 KV 快取來服務長上下文。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中的分組查詢注意力
減少 GPU 內存，以便大型聊天模型適合更少或更便宜的加速器。
減少 GPU 內存，使大型聊天模型適合更少或更便宜的加速器 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並跟踪一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
實踐中的分組查詢注意力
加速生產 API 中逐個令牌的生成，其中 KV 快取頻寬是瓶頸。
在 KV 快取頻寬成為瓶頸的生產 API 中加快逐個代幣的產生速度 團隊在預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時通常會獲得更好的結果。
實踐中的分組查詢注意力
啟用更大的批次大小，可以同時為許多用戶提供服務，而不會耗盡記憶體。
在不耗盡記憶體的情況下啟用更大的批量大小來同時為許多用戶提供服務當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力提升和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
幻覺的事實可以悄悄地進入報告、支持流程或研究成果。
及時的敏感性可能會在類似的請求中產生不一致的結果。
如果存取控制薄弱，敏感文字資料可能會暴露。
實施路線圖
在推出之前定義輸出格式、語氣和品質標準。
在推出之前定義輸出格式、語氣和品質標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
當準確性很重要時，請使用可信任來源進行地面回應。
當準確性很重要時，請使用可信任來源進行地面回應。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為高風險輸出保留人工審查檢查點。
為高風險輸出保留人工審查檢查點。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤故障模式並定期重新訓練提示或工作流程。
追蹤故障模式並定期重新訓練提示或工作流程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。