查看原文
其他

微软亚洲研究院提出全新大模型基础架构RetNet,或将成为Transformer有力继承者!

量子位 微软亚洲研究院 2024-04-18


(本文阅读时间:4分钟)


作为全新的神经网络架构,RetNet 同时实现了良好的扩展结果、并行训练、低成本部署和高效推理。这些特性将使 RetNet 有可能成为继 Transformer 之后大语言模型基础网络架构的有力继承者。

——韦福如
微软亚洲研究院全球研究合伙人


以下内容经授权转载自公众号“量子位”,原文标题《Transformer后继有模!MSRA提出全新大模型基础架构:推理速度8倍提升,内存占用减少70%》。


今天,微软亚洲研究上线了大模型新架构的论文“Retentive Network: A Successor to Transformer for Large Language Models”,该基础架构采用了新的 Retention 机制来代替 Attention,向 Transformer 发起挑战!


实验数据也显示,在语言建模任务上:

  • RetNet 可以达到与 Transformer 相当的困惑度(perplexity)
  • 推理速度达8.4倍
  • 内存占用减少70%
  • 具有良好的扩展性

并且当模型大小大于一定规模时,RetNet 的表现会优于 Transformer。


具体详情,一起来看。


解决“不可能三角”


Transformer 在大语言模型中的重要性毋庸置疑。无论是 OpenAI 的 GPT 系列,还是谷歌的 PaLM、Meta 的 LLaMA,都是基于 Transformer 打造。


但 Transformer 也并非完美无缺:其并行处理机制是以低效推理为代价的,每个步骤的复杂度为 O(N);Transformer 是内存密集型模型,序列越长,占用的内存越多。


在此之前,大家也不是没想过继续改进 Transformer。但主要的几种研究方向都有些顾此失彼:


线性 Attention 可以降低推理成本,但性能较差;


循环神经网络则无法进行并行训练。


也就是说,这些神经网络架构面前摆着一个“不可能三角”,三个角代表的分别是:并行训练、低成本推理和良好的扩展性能。



RetNet 的研究人员想做的,就是化不可能为可能。


具体而言,RetNet 在 Transformer 的基础上,使用多尺度保持(Retention)机制替代了标准的自注意力机制


与标准自注意力机制相比,保持机制有几大特点:


引入位置相关的指数衰减项取代 softmax,简化了计算,同时使前步的信息以衰减的形式保留下来。


引入复数空间表达位置信息,取代绝对或相对位置编码,容易转换为递归形式。


另外,保持机制使用多尺度的衰减率,增加了模型的表达能力,并利用 GroupNorm 的缩放不变性来提高 Retention 层的数值精度。


RetNet 的双重表示

每个 RetNet 块包含两个模块:多尺度保持(MSR)模块和前馈网络(FFN)模块。

保持机制支持以三种形式表示序列:
  • 并行
  • 递归
  • 分块递归,即并行表示和递归表示的混合形式,将输入序列划分为块,在块内按照并行表示进行计算,在块间遵循递归表示。

其中,并行表示使 RetNet 可以像 Transformer 一样高效地利用 GPU 进行并行训练。

递归表示实现了O(1)的推理复杂度,降低了内存占用和延迟。

分块递归则可以更高效地处理长序列。

这样一来,RetNet 就使得“不可能三角”成为可能。以下为 RetNet 与其他基础架构的对比结果:


在语言建模任务上的实验结果,进一步证明了 RetNet 的有效性。


结果显示,RetNet 可以达到与 Transformer 相似的困惑度(PPL,评价语言模型好坏的指标,越小越好)。


同时,在模型参数为70亿、输入序列长度为8k的情况下,RetNet 的推理速度能达到 Transformer 的8.4倍,内存占用减少70%


在训练过程中,RetNet 在内存节省和加速效果方面,也比标准 Transformer+FlashAttention 表现更好,分别达到25-50%7倍


值得一提的是,RetNet 的推理成本与序列长度无关,推理延迟对批量大小不敏感,允许高吞吐量。



另外,当模型参数规模大于20亿时,RetNet 的表现会优于 Transformer。



Retentive Network: A Successor to Transformer for Large Language Models


论文地址:

https://arxiv.org/abs/2307.08621
















你也许还想看:






继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存