据媒体报道,nvidia的最新研究可能彻底改变ai的未来,其研究团队提出了一种名为归一化transformer(ngpt)的新型神经网络架构。
这一架构在超球面(hypersphere)上进行表示学习,能够显著提升大型语言模型(llm)的训练速度,最高可达20倍,同时保持了模型的精度。
ngpt架构的核心在于将所有向量,包括嵌入、多层感知机(mlp)、注意力矩阵和隐藏状态,归一化为单位范数。
这种归一化处理使得输入的token在超球面表面上移动,每一层模型都通过位移来贡献最终的输出预测。
实验结果表明,ngpt在训练时所需的步骤比标准transformer模型减少了4到20倍,具体加速效果取决于序列长度。
例如,在1k上下文中,训练速度提高了4倍;在4k上下文中,提高了10倍;而在8k上下文中,更是提高了20倍。
研究人员指出,ngpt的优化路径从超球面上的点开始,通过位移来贡献最终的输出预测,其中位移量由mlp和注意力模块定义。
这种方法不仅提高了训练速度,还增强了模型的稳定性。