ChatGPT横空出世引发了“百模大战”，算力需求成为焦点， GPU卡一时洛阳纸贵。训练一个大模型，究竟需要多少张GPU卡呢？2023年初写了篇文章《训练GPT模型需要多少算力？》大致总结了一下，但没有提到推导过程，今天有空展开聊聊。
据估计，OpenAI训练GPT-4模型，很有可能应用了10000到20000张英伟达A100。按照马斯克的说法，GPT-5的训练可能需要3万到5万张H100，可见随着大模型的迭代发展，训练所需算力也呈爆发性增长。
早在2020年，OpenAI使用数千张V100卡训练GPT-3，花了1个月左右的时间才完成。Inflection公司基于超过3500张H100卡，在C4数据集下，仅用了不到11分钟就训练完 GPT-3模型。下图是不同参数量、数据量的训练时间。
大模型训练需要的算力究竟是怎么计算出来的呢？OpenAI在Scaling Laws 论文中给我们提出了一个经验公式：C = rT ≈ 6*P*D
解释一下该公式：C是训练一个Transformer模型所需的算力，单位是FLOPS；
P是Transformer模型中参数的数量；
D是训练数据集的大小，也就是用多少tokens来训练；
r是训练集群中所有硬件总的算吞吐，单位是FLOPS，T是训练模型需要的时间，单位是秒。为什么系数是6？Scaling Laws论文对这个公式做了简单推导，在此不展开。
在计算所需算力的时候，我们刚才都是使用 FLOPS这个单位，即FLOP-seconds，其实使用 PFLOP-days更加直观。
以 Meta 年初开源的LLaMA-1模型为例。
假设参数65B，基于1.4T的tokens 数据集，使用了2048张A100 ，需要多长训练时间呢？
首先，计算训练该模型所需的算力：
C = rT ≈ 6*P*D
=6*65*109*1.4*1012
=546*10^21 FLOPS
然后，根据《A100白皮书》给出的BF16 Tensor Core的算力为312 TFLOPS，实际上算力单块A100的算力一般在130-180 TFLOPS之间，我们取中间值150，2048张卡的集群算力吞吐为：
r=2048*150*1012=300*1015 FLOPS，即300PFLOPS
最后，代入到上面提到的公式：C = rT，得出训练LLaMA-1模型所需时间为：
T=C/r=546*1021/（300*1015）
=1.82*10^6 seconds ≈ 21 days
这一计算结果和 LLaMA-1 在论文中得出的实际训练时间基本一致。
如果将A100换成H100，需要多长时间？
根据《H100白皮书》上给出BF16的性能参数是1979 TFLOPS（稀疏算力指标），实际稠密算力大约在1000 TFLOPS。对比A100，差不多有 3 倍的增长。
简单测算可得出结论：使用相同数量的H100卡训练LLaMA-1模型，训练时间可从21天减少到10天以内。
大模型目前在人工智能领域可以说正处于一种“炙手可热”的状态，吸引了很多人的关注和兴趣，也有很多新人小白想要学习入门大模型，却苦于没有大模型入门学习资料？
零基础入门AI大模型
今天贴心为大家准备好了一系列AI大模型资源，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
有需要的小伙伴，可以点击下方链接免费领取【保证100%免费】
1.学习路线图
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
2.视频教程
网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。
（都打包成一块的了，不能一一展开，总共300多集）
3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。
4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
5.免费获取
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码或者点击以下链接都可以免费领取【保证100%免费】
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
