FB最大模型訓練一輪電費就好幾百萬，機器學習的訓練成本難題_風聞

大數據文摘出品

來源：economist

編譯：張大筆茹、Andy

對於計算工業，其最基本的一個假設是：數字處理會變得越來越便宜。並且根據著名的摩爾定律，可以預測在給定尺寸的芯片其上面能集成的電路個數（差不多相當於算力）通常每兩年會翻一番。

斯坦福人工智能研究所副所長克里斯托弗·曼寧表示，對於許多相對簡單的AI應用來言，上述假設意味着訓練成本的降低。但對於有些應用現在卻不是這樣的，特別是因為不斷增加的研究複雜性和競爭性，使得最前沿模型的訓練成本還在不斷上升。

曼寧用BERT模型來舉例，BERT是谷歌在18年提出的AI語言模型，已被用在谷歌搜索中。該模型有超過3.5億個內部參數，而且要大量數據來進行訓練，大概用了33億個大部分來自維基百科的單詞來訓練。接着曼寧説，現在看來維基百科都不是個多大的數據集了。“如果能用300億個單詞訓練一個系統，那它的性能肯定比用30億個單詞訓練的系統要好。”但更多的數據也意味着要用更多算力進行支持。

總部位於加州的OpenAI表示，隨着對機器學習興趣的不斷增加，對算力的需求從12年開始也急劇增加了。到18年，用於訓練大型模型的計算機算力相比之前已增長了30萬倍，並且還每三個半月翻一番（見圖）。比如，為訓練能在DOTA 2中擊敗人類的“OpenAI Five”系統，就幾乎將機器學習訓練擴展到了“前所未有的水平”，差不多用數千塊芯片訓練了十多個月。

關於所有這些訓練成本的確切數字，馬薩諸塞州阿默斯特大學的研究人員在19年發表的一篇論文中進行了估計，例如訓練某個版本的Transformer模型可能就要花費300萬美金。同時Facebook的AI負責人傑羅姆·佩森蒂表示，針對當前最大的模型進行一輪訓練光是電費可能就好幾百萬美金。

雲計算輔助

然而，對於Facebook這樣19年利潤就達185億美元的公司，這點錢不算什麼。但對於那些現金並不充足的公司就有點壓力山大了。著名風險投資公司Andreessen Horowitz (a16z)指出，許多AI初創公司都是從雲計算公司（如亞馬遜和微軟）來租用訓練所需的算力。而因此帶來的費用（有時佔收入的25％或更多）也是AI初創公司投資吸引力低於老式軟件公司的原因之一。3月，曼寧博士在斯坦福大學的同事們，包括著名的李飛飛，一起呼籲創建美國國家研究雲計算計劃，旨在幫助美國AI研究人員應對不斷增長的訓練費用。

對算力日益增長的需求同時也推動了芯片設計和AI專用計算設備的蓬勃發展。專用芯片的第一波浪潮是GPU的出現，其在90年代設計出來就是為了用於增強視頻遊戲圖形處理。而非常巧的是，GPU也非常適合現在AI應用中的數學計算。

相比起GPU現在還有更專業的芯片，各個公司也正在致力於研究這些芯片。去年12月，英特爾就以20億美元的價格收購了以色列公司Habana Labs；而成立於16年的英國公司Graphcore在2019年的估值為20億美元；最大的GPU製造商Nvidia等公司已對其芯片進行了重新設計來適應AI的計算需求；Google內部設計了自己的“張量處理單元”（TPU）芯片；而中國科技巨頭百度也已用上了自己的“崑崙”芯片。畢馬威的阿方索·馬龍認為，專用AI芯片的市場價值已達約100億美元的規模，而到2025年預估能達到800億美元。

Graphcore的創始人之一奈傑爾·圖恩表示：“計算機體系結構需要適應現在訓練處理數據的方式。” 對於AI運算其最基礎的特徵可以説就是“並行”，即將運算切分為很多小塊同時進行運算。例如，Graphcore的芯片有1,200多個單獨的數字運算核，能連接在一起提供更多的算力。而加州的創業公司Cerebras採取了更極端的方法，每個芯片佔用了整張硅片，每張硅片上能放置40萬左右個核。

除了並行，**其他優化也很重要。**Cerebras的創始人之一安德魯·費爾德曼指出，AI模型花費了大量時間來進行乘零操作。而因為這些計算結果總時零，所以其實很多都是不必要的，所以Cerebras的芯片就儘量避免執行這些運算。同時，Graphcore的Toon先生説，與許多任務不同，現在AI並不需要超精確的計算。這也意味着芯片設計人員能通過減少運算所需的精度來節省能耗。（而計算精度到底能降到什麼程度仍是個開放性問題。）

之後所有這些因素都能綜合起來獲得更大提升。Toon就認為Graphcore當前的芯片效率是GPU的10到50倍。

現在類似的創新變得越來越重要，因為對算力需求激增正趕上摩爾定律逐漸失效的時候。現在縮小芯片變得越來越困難，而且帶來的收益也越來越小。去年，Nvidia的創始人黃仁勳直言不諱地説：“摩爾定律失效了”。

量子解決方案和神經形態方案

因此，現在研究人員還在尋找更多的解決方法。其中一種是量子計算，利用量子力學的反直覺特性為某些類型的計算進行大幅提速。關於機器學習的一種思考角度是將它看作是一個優化問題，而計算機試圖在數百萬個變量中進行權衡從而求出儘可能最小值。微軟量子系統部門負責人Krysta Svore説，一種稱為格羅弗算法的量子計算技術具有巨大的提速潛力。

另一種想法是從生物學中獲得啓發，認為當前的蠻力方法並不是唯一的方法。當Cerebras的芯片運行起來，功耗大約為15kw，足以為數十座房屋供電（相同數量GPU能耗更多）。而相比起來，人腦消耗能量就只有大概20w，只有前者的千分之一，而人腦在許多方面都比硅芯片更聰明。因此，英特爾和IBM等公司正在研究“神經形態”芯片，希望設計出更能模仿生物大腦神經元電行為的組件。

**但到目前為止，這兩條路都還很遙遠。**量子計算機在理論上相對容易理解些，但儘管有谷歌，微軟和IBM等技術巨頭投入數十億美元，實際搭建卻仍是個巨大挑戰。而神經形態芯片雖然是用現有技術構建的，但讓設計人員很氣餒的是，就連神經科學家都還不怎麼了解大腦究竟在做什麼以及怎麼做到的。

這意味着，**在可預見的未來，AI研究人員將不得不繼續儘可能地壓榨現有計算技術性能。**而Toon先生對此還是很樂觀的，他認為通過更專業硬件以及調整現有軟件讓訓練更快，也還是能帶來很大收益。為了説明這個新領域的發展，他用電子遊戲打了個比方：“現在我們已超越了乓（Pong），可能到了吃豆人。”

沒有錢來進行訓練的窮煉丹師們理所當然地希望他説的是對的。

相關報道：

https://www.economist.com/technology-quarterly/2020/06/11/the-cost-of-training-machines-is-becoming-a-problem