原文标题：24GB单卡全量微调Llama 3-8B，仅需添加一行代码
原文作者：机器之心
冷月清谈：
怜星夜思：
2、显存限制常常是AI模型训练的瓶颈，除了优化算法，还有哪些其他方式可以有效解决或缓解这一问题？
3、BAdam算法能否实际帮助缩短大规模语言模型的商业应用部署周期？
原文内容
自ChatGPT问世以来，大型语言模型在各个领域引起了广泛兴趣，并催生了基于语言模型的应用，包括但不限于自动文本生成、信息检索、智能助理、聊天机器人以及智能教育系统等。这些应用的表现和效果往往取决于模型本身的对话能力、逻辑推理能力以及上下文理解能力等核心特征。在实际应用中，为了满足不同领域对模型能力的个性化需求，研究人员通常会基于预训练的大型语言模型进行微调，以适应特定任务的要求。
然而，微调具有一定规模的语言模型需要大量的计算资源，其中显存容量往往成为主要限制因素。主流的优化算法如Adam在训练过程中需要存储模型参数、梯度信息以及优化器状态。举例来说，当训练一个拥有70亿个参数的模型时，以上参数将占用超过120GB的显卡内存。然而，主流消费级显卡如RTX 3090/4090仅有24GB的显存，而AI训练专用显卡A100的显存也仅有80GB。因此，训练规模较大的模型不可避免地对计算资源提出了巨大需求，而且由于需要多块显卡并行训练，也带来了工程实现上的诸多挑战。
在本研究中，来自香港中文大学（深圳）的研究者通过将传统的块坐标下降算法与大模型优化结合，提出BAdam算法，将内存开销大幅降至原来的约六分之一，实现了在一张24GB显存的RTX 3090上全参数微调Llama 2-7b和Llama 3-8b模型。从优化角度来看，BAdam的损失函数收敛速率快于LoRA，且单次迭代所需时间约为LoRA的一半。从下游任务表现来看，由BAdam训练得到的Llama 2-7b, Llama 3-8b模型，在MT bench score上均领先同等参数量下的LoRA算法，并大幅领先基于SGD更新的LOMO算法。此外，在SUPERGLUE的基准测试中，由BAdam训练的RoBERTa-large模型在下游任务性能上与使用Adam进行全参数微调的模型相当，显著优于LoRA 。
为了更好的帮助大家了解这项研究，机器之心最新一期线上分享邀请到论文作者、香港中文大学（深圳）数据科学学院在读博士生罗琪竣，为大家解读他们的这项工作 。
分享主题：24GB单卡高效训练Llama 3-8B，仅需添加一行代码
嘉宾介绍：罗琪竣为香港中文大学（深圳）数据科学学院在读博士生，导师为李肖教授。本科毕业于香港中文大学（深圳）计算机专业，研究兴趣包含机器学习、优化理论，目前的研究重点为大语言模型的优化和泛化。
-
论文链接：https://arxiv.org/abs/2404.02827
-
代码链接：https://github.com/Ledzy/BAdam
直播间：关注机器之心机动组视频号，立即预约直播。
点击阅读原文，直达机动组官网，查看往期回顾。