6個(gè)月火速煉成千億參數(shù)大模型！背后是披荊斬棘的華為云哥哥們

金磊 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

6個(gè)月的時(shí)間為約定，他們就這樣硬生生地打造了個(gè)全球領(lǐng)先——華為云盤古大模型：

業(yè)界首個(gè)千億級(jí)生成與理解中文NLP大模型。

業(yè)界最大的CV大模型。

而在這場攻堅(jiān)戰(zhàn)中，華為云人工智能領(lǐng)域首席科學(xué)家田奇和團(tuán)隊(duì)成員擔(dān)起了重?fù)?dān)。

田奇在學(xué)術(shù)圈可以說是位老將，但當(dāng)時(shí)的事實(shí)卻是，他在華為云任職才剛剛滿半年。

并且面臨的還是“首個(gè)”“最大”級(jí)別的挑戰(zhàn)。

很重要，一定要“啃”下來。

這是田奇在心中默默許下的承諾。

大模型是趨勢，更是必爭的高地

時(shí)間線先拉回到2018年。

當(dāng)時(shí)的預(yù)訓(xùn)練模型，可以說是成功激活了深度神經(jīng)網(wǎng)絡(luò)，以及對大規(guī)模無標(biāo)注數(shù)據(jù)的自監(jiān)督學(xué)習(xí)能力。

它一定程度上打開了深度學(xué)習(xí)模型規(guī)模與性能齊飛的局面（尤其是自然語言處理）。

國際巨頭們在嘗到預(yù)訓(xùn)練模型帶來的“甜頭”之后，開始對它展開了激烈的競爭，競相追逐模型規(guī)模和性能的新高度。

例如OpenAI的GPT、GPT-2；谷歌的BERT更是驚艷四座，將自然語言處理推向了一個(gè)前所未有的新高度。

更是被當(dāng)時(shí)的學(xué)術(shù)界、媒體評價(jià)為“開啟了NLP新時(shí)代”。

而在短短兩年時(shí)間后，OpenAI在2020年發(fā)布的GPT-3，參數(shù)量已經(jīng)達(dá)到了驚人的1750億，其能力更是不言而喻了。

……

當(dāng)時(shí)，AI對企業(yè)的滲透率逐年提升，正在加速進(jìn)入千行百業(yè)。而華為云也早已將AI作為重要賽道。

但AI的短板也越發(fā)地明顯起來——AI應(yīng)用的碎片化。

簡單來說，就是團(tuán)隊(duì)開發(fā)了一個(gè)AI模型，但在應(yīng)用過程中，往往會(huì)因?yàn)閳鼍暗亩鄻有?、?fù)雜性，無法達(dá)到“以一敵十”的效果。

而大模型所體現(xiàn)出來的驚艷效果，正是強(qiáng)悍的自我學(xué)習(xí)、應(yīng)萬變的能力。

大模型正在成為AI發(fā)展趨勢，是必爭的高地，“需要且必要”。

于是，華為云盤古大模型團(tuán)隊(duì)開始“匯聚英才”，初始團(tuán)隊(duì)個(gè)個(gè)都是NLP、CV的技術(shù)專家，同時(shí)還集結(jié)了一些外部合作伙伴和高校的力量。

這些人最終成為了華為云盤古大模型最為中堅(jiān)的力量。

不過在此之后，第二個(gè)問題也隨之而來——該怎么做？

當(dāng)時(shí)大模型在國內(nèi)外的情況是：國外對NLP大模型的關(guān)注度較高，而且已經(jīng)取得了較好的成績；但國內(nèi)外對CV方面的大模型關(guān)注度都不高。

基于這樣的一個(gè)現(xiàn)狀，田奇團(tuán)隊(duì)很快便找到差異化的突破口：

從CV著手，與NLP并行；二者結(jié)合語言、圖像，搞多模態(tài)；最后還有一個(gè)科學(xué)計(jì)算。

當(dāng)然，大模型四個(gè)大方向的制定，也是以華為云自身業(yè)務(wù)為出發(fā)點(diǎn)。

不難看出，田奇團(tuán)隊(duì)要打造的大模型，不再是一個(gè)方向的“單項(xiàng)選手”，而是全能型的那種。

也正是由于打造大模型的必要性，以及打法的差異化，2020年11月，“華為云盤古大模型”的設(shè)想在內(nèi)部立項(xiàng)成功！

……

好的開局已經(jīng)鋪設(shè)好，但接下來的路才是攀峰的開始。

雖說得益于華為在AI領(lǐng)域已有的功底：左手一個(gè)CANN算子?（異構(gòu)計(jì)算框架），右手MindSpore?（全場景AI計(jì)算框架）和ModelArts（一站式AI開發(fā)平臺(tái)），工程方面的挑戰(zhàn)并沒有成為最大的阻力。

反倒是那些非技術(shù)問題，成為了團(tuán)隊(duì)最大的壓力。

他們面臨的第一個(gè)困難，便是“與時(shí)間賽跑”。

從國外的BERT到GPT-3，以及它們的各種“衍生品”；再到國內(nèi)友商們在大模型上的發(fā)力。

很明顯的一個(gè)趨勢是，參數(shù)規(guī)模在不斷擴(kuò)大、能力在大幅提升，而迭代的速度卻越來越快。

正因如此，留給他們打造盤古大模型的時(shí)間是真的不多，而且一開始田奇團(tuán)隊(duì)人數(shù)也并不充裕。

為了解決這個(gè)問題，田奇給他的團(tuán)隊(duì)成員們封了一個(gè)稱號(hào)——特戰(zhàn)隊(duì)員：

我們在做NLP、CV和多模態(tài)大模型的時(shí)候，團(tuán)隊(duì)成員的身份是會(huì)互換的。

比如一個(gè)CV專家，可能也會(huì)去參與NLP和多模態(tài)大模型的開發(fā)，甚至他的CV知識(shí)都會(huì)靈活運(yùn)用到其它領(lǐng)域中。

而且在后期，這些技術(shù)專家們還需要更長遠(yuǎn)地去考慮商業(yè)化模式方面的問題。

這還不算完，在處理諸如醫(yī)療方面的問題時(shí)，團(tuán)隊(duì)成員還得跟醫(yī)學(xué)等行業(yè)專家“登門請教”。

因?yàn)槲ㄓ腥绱?，才能讓大模型在?yīng)用的過程中拿捏得住。

一人多用，是有種特戰(zhàn)隊(duì)員的意思了。

除了時(shí)間，數(shù)據(jù)和資源又是一道大坎。

畢竟要訓(xùn)練大模型，數(shù)據(jù)是必不可缺的要素；而訓(xùn)練，又需要消耗大量的算力。

比如訓(xùn)練一個(gè)千億參數(shù)的盤古NLP大模型，可能需要2000塊v 100甚至更多的機(jī)器，一起跑上5、6個(gè)月。

為此，田奇團(tuán)隊(duì)采取的對策，總結(jié)為一個(gè)詞就是——合作。

例如數(shù)據(jù)方面，他們便找到了氣象局等合作伙伴；資源、算力方面，又尋求與鵬城實(shí)驗(yàn)室進(jìn)行合作。

但可想而知其間過程的復(fù)雜，談下來合作的難度，定然不會(huì)是一蹴而就的事情。

……

就這樣，零星的幾個(gè)人為了一個(gè)共同的目標(biāo)，排除萬難地熬過了這樣的大半年時(shí)間。

是上陣的時(shí)刻了

2021年4月25日，這是屬于田奇和“特戰(zhàn)隊(duì)員”們的高光時(shí)刻。

在這一天，一年一度的華為開發(fā)者大會(huì)（HDC.Cloud）隆重召開，余承東也前來站臺(tái)。

但縱觀整場發(fā)布會(huì)，主角之一就是田奇和團(tuán)隊(duì)成員們打造的華為云盤古大模型。

“Hi，盤古”，這一聲久違了的喚醒，終于讓田奇在公眾面前說了出來。

田奇：什么樣的車沒有油也可以跑？

盤古：新能源車和自行車沒有油都可以跑。當(dāng)然，還有玩具車。

田奇：什么是碳中和？碳排放主要來自于哪些行業(yè)？

盤古：碳中和就是把人為排放的二氧化碳，通過植樹造林、節(jié)能減排等形式抵消掉，從而使得釋放到大氣中的總碳量凈值為零。目前發(fā)電和供熱行業(yè)、制造和建筑業(yè)是主要的碳排放行業(yè)。

……

這便是他與盤古流暢且超出眾人意料的對話，盤古的常識(shí)推理等能力展露無疑。

田奇進(jìn)一步解釋道：

這段話的背后盤古模型閱讀和理解了大量的相關(guān)文章，通過小樣本學(xué)習(xí)對意圖進(jìn)行識(shí)別，轉(zhuǎn)化為知識(shí)庫和數(shù)據(jù)庫查詢，并根據(jù)返回的結(jié)果，生成最終的答案。

這種方式與GPT-3等僅基于端到端生成的方式不同，可以更準(zhǔn)確地處理復(fù)雜場景，結(jié)合領(lǐng)域知識(shí)，具備更大的商業(yè)價(jià)值。

而通過這一次的亮相，華為云盤古大模型更加詳細(xì)的全貌也一并公布了出來。

先觀其貌，橫攬AI領(lǐng)域四大熱門方向：

• 自然語言處理（NLP）大模型
• 計(jì)算機(jī)視覺（CV）大模型
• 多模態(tài)大模型
• 科學(xué)計(jì)算大模型

再聞其詳，縱達(dá)業(yè)界能力之最：

• 華為云盤古NLP大模型：是業(yè)界首個(gè)千億參數(shù)中文語言預(yù)訓(xùn)練模型，預(yù)訓(xùn)練階段學(xué)習(xí)了40TB中文文本數(shù)據(jù)，是最接近人類中文理解能力的AI大模型。
• 華為云盤古CV大模型：是目前業(yè)界最大的視覺預(yù)訓(xùn)練模型，包含超過30億參數(shù)。

具體來說，當(dāng)時(shí)盤古NLP大模型在權(quán)威的中文語言理解評測基準(zhǔn)CLUE榜單中，總成績及分類、閱讀理解單項(xiàng)刷新三項(xiàng)榜單世界歷史紀(jì)錄，總成績得分83.046。

而盤古CV大模型，則在ImageNet 1%、10%數(shù)據(jù)集上的小樣本分類精度上，達(dá)到了業(yè)界最高水平。

而更為重要的，華為云盤古大模型的真·奧義，實(shí)則是直擊痛點(diǎn)——天下苦AI開發(fā)久矣。

即便到了現(xiàn)在，AI開發(fā)的過程，較為貼切的比喻應(yīng)該是“作坊模式”，換言之，就是需要手動(dòng)的工作太多、太頻繁。

而華為云盤古大模型所提供的方式，可以理解為工廠模式。

具體來說，就是“預(yù)訓(xùn)練+下游微調(diào)”，這也是與目前全球主流大模型（如Bert）所匹配的一種模式，擁有極強(qiáng)的泛化能力。

換言之，這個(gè)模型可以做到“舉一反三”。

……

但要說上陣，真正一層的含義并不是在發(fā)布會(huì)上的首秀，而是下場去在真實(shí)場景中發(fā)揮它的作用和價(jià)值。

這也是令盤古大模型團(tuán)隊(duì)成員們更為激動(dòng)的事情。

據(jù)了解，截至目前為止，華為云盤古大模型已經(jīng)在多個(gè)行業(yè)，100多個(gè)場景中發(fā)光發(fā)熱，包括能源、零售、金融、工業(yè)、醫(yī)療、環(huán)境、物流等等。

“就很神奇”、“非常激動(dòng)”。

這是來自于盤古大模型的服務(wù)客戶——國網(wǎng)重慶永川供電公司技術(shù)人員的真真實(shí)實(shí)的反應(yīng)。

這家公司是國內(nèi)最早應(yīng)用無人機(jī)電力智能巡檢技術(shù)的電網(wǎng)企業(yè)之一。

傳統(tǒng)的無人機(jī)智能巡檢AI模型開發(fā)主要面臨兩大挑戰(zhàn)：

• 一是如何對海量數(shù)據(jù)進(jìn)行高效標(biāo)注。
• 二是缺陷種類多達(dá)上百種，需要數(shù)十個(gè)AI識(shí)別模型，開發(fā)成本高。

而盤古CV大模型的到來，就很好地解決了這兩大難題。

例如在數(shù)據(jù)標(biāo)注方面，盤古 CV 大模型利用海量無標(biāo)注電力數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，并結(jié)合少量標(biāo)注樣本微調(diào)的高效開發(fā)模式，提出了針對電力行業(yè)的預(yù)訓(xùn)練模型。

在應(yīng)用之后，樣本篩選效率提升約30倍，篩選質(zhì)量提升約5倍：以永川每天采集5萬張高清圖片為例，可節(jié)省人工標(biāo)注時(shí)間 170 人天。

而在模型通用性方面，結(jié)合盤古搭載的自動(dòng)數(shù)據(jù)增廣以及類別自適應(yīng)損失函數(shù)優(yōu)化策略，可以做到一個(gè)模型適配上百種缺陷。

具體來說，一個(gè)模型就可以替代永川原先的20多個(gè)小模型，極大地減少了模型維護(hù)成本，平均精度提升18.4%，模型開發(fā)成本降低90%。

在應(yīng)用華為云盤古大模型的前后，效能差距之大，也難怪客戶會(huì)發(fā)出如此的感嘆了。

披荊斬棘的科學(xué)家“哥哥們”

田奇，就是在華為云盤古大模型背后披荊斬棘的“哥哥們”中的一個(gè)。

田奇本科畢業(yè)于清華大學(xué)電子工程系，碩士畢業(yè)于美國德雷塞爾大學(xué)，后赴美國伊利諾伊大學(xué)香檳分校學(xué)習(xí)，師從Thomas S. Huang教授，并獲得博士學(xué)位。

在2002年至2019年期間，田奇歷任過美國德克薩斯大學(xué)圣安東尼奧分校計(jì)算機(jī)系助理教授、副教授、和正教授。

他在學(xué)術(shù)界這一呆，便是十七載。

在學(xué)術(shù)界的這些年，說田奇是“蜚聲中外”一點(diǎn)都不足為過：

• 在計(jì)算機(jī)視覺及多媒體方向頂級(jí)期刊及會(huì)議如IEEE TPAMI、IJCV、TIP、TMM、CVPR、ICCV、ECCV、ACM MM上發(fā)表文章超過650篇。
• 谷歌學(xué)術(shù)引用次數(shù)超過30700次，h指數(shù)為83，有8篇論文獲最佳論文獎(jiǎng)或者最佳學(xué)生論文（截止2021年8月）。

田奇于2017年UTSA校長杰出研究獎(jiǎng)、2018年入選國家級(jí)領(lǐng)軍人才創(chuàng)新項(xiàng)目。他還是國家自然科學(xué)基金海外杰青、中國科學(xué)院海外評審專家、IEEE Fellow（2016）、國際歐亞科學(xué)院院士（2021）。

……

然而，就在一片美好未來的學(xué)術(shù)道路中，田奇在2018年，卻作出了一個(gè)改變?nèi)松壽E的決定：

離開學(xué)術(shù)界，加入華為諾亞方舟實(shí)驗(yàn)室，出任計(jì)算視覺首席科學(xué)家。

為什么會(huì)如此？

田奇對此解釋說：

我在德克薩斯大學(xué)圣安東尼奧分校做了17年的老師，教的本科學(xué)生換了一批又一批，永遠(yuǎn)是18歲到22歲。

但我一直希望能夠?qū)⑽覀児餐鲞^的東西投入到真實(shí)場景中，看能不能給社會(huì)提供作用、發(fā)揮價(jià)值。

從中不難看出，其實(shí)在田奇的內(nèi)心中，一直是有一顆科技向善的種子，他想把技術(shù)用起來，要讓技術(shù)改變?nèi)藗兊纳睢⒏纳飘a(chǎn)業(yè)的運(yùn)作。

當(dāng)然，田奇所在的盤古大模型團(tuán)隊(duì)、以及“特戰(zhàn)隊(duì)員”們，也是擁有著同樣的理想。

值得一提的是，團(tuán)隊(duì)在組建之后其實(shí)是在不斷壯大中的，如今已包括3位華為天才少年、20多位博士、30多位工程師和50多位來自C9高校的參與者。

他們夜以繼日地付出和拼搏，為的是一個(gè)共同目標(biāo)：

引領(lǐng)工業(yè)化AI開發(fā)的新模式，降低AI使用的門檻，實(shí)現(xiàn)低成本、大規(guī)模的復(fù)制。

當(dāng)然，除了田奇和他的隊(duì)員們，盤古大模型的成功出道，同時(shí)也離不開華為云各部門之間的整體協(xié)作和付出。

最后，對于盤古大模型接下來的發(fā)展計(jì)劃，田奇表示：

大模型不光是一個(gè)算法、架構(gòu)這么簡單，它實(shí)則是一個(gè)產(chǎn)品。

而一個(gè)真正的產(chǎn)品和一個(gè)模型之間，還有很長的一段距離。

這個(gè)里面牽扯到各個(gè)環(huán)節(jié)：如何持續(xù)打磨這個(gè)產(chǎn)品的質(zhì)量，讓它的用戶體驗(yàn)、性能會(huì)越來越好。

以及在性能、體驗(yàn)提升的過程當(dāng)中，又如何做到盡可能的減少碳排放，做到綠色AI，這也是田奇和團(tuán)隊(duì)要發(fā)力的地方。

……

那么華為云的科學(xué)家們，能帶著固有的初心，將盤古大模型這個(gè)產(chǎn)品打磨到何種程度？

是值得拭目以待了。

BERT綜述：

https://www.jianshu.com/p/4dbdb5ab959b?from=singlemessage

HDC直播：

https://live.huawei.com/hdc2021/meeting/cn/8283.html