蚂蚁集团发布开源算法,能够将大型模型推理速度提高2-6倍
目前golang学习网上已经有很多关于科技周边的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《蚂蚁集团发布开源算法,能够将大型模型推理速度提高2-6倍》,也希望能帮助到大家,如果阅读完后真的对你学习科技周边有帮助,欢迎动动手指,评论留言并分享~
近日,蚂蚁集团开源了一套新算法,可帮助大模型在推理时,提速2至6倍,引起业内关注。
图:新算法在不同开源大模型上的提速表现。
这套新算法名为Lookahead推理加速框架,能做到效果无损,即插即用,该算法已在蚂蚁大量场景进行了落地,大幅降低了推理耗时。
以Llama2-7B-chat模型和Dolly数据集为例,我们进行了实测,并发现token生成速度从48.2个/秒提升到112.9个/秒,提速了2.34倍。在蚂蚁内部的RAG(检索增强生成)数据集上,百灵大模型AntGLM 10B版本的加速比达到了5.36。与此同时,显存增加和内存消耗几乎可以忽略不计。
当前的大型模型通常基于自回归解码,每次只生成一个token。这种方式不仅浪费了GPU的并行处理能力,还导致用户体验延迟过高,影响了流畅度。为了改善这一问题,可以尝试采用并行解码方式,同时生成多个token,以提高效率和用户体验。
举个例子,原来的token生成过程可以比喻为早期中文输入法的方式,用户需要一个字一个字地敲击键盘来输入文字。然而,采用了蚂蚁的加速算法后,token生成的过程就像是现代联想输入法,可以通过联想功能直接蹦出整句话来。这样的改进大大提高了输入速度和效率。
业内此前已经涌现了一些优化算法,主要关注于生成更优质的草稿(即猜测生成token序列)的方法。然而,经过实践验证,一旦草稿的长度超过30个token,端到端推理的效率就无法再进一步提高。很明显,这个长度并没有充分发挥GPU的计算能力。
为了进一步提升硬件性能,蚂蚁Lookahead推理加速算法采用了多分支的策略。这意味着草稿序列不再只有一条分支,而是包含多条并行的分支,这些分支可以同时进行验证。这样一来,在保持前向过程的耗时基本不变的情况下,可以增加一次前向过程生成的token个数。
蚂蚁Lookahead推理加速算法通过利用trie树存储和检索token序列,以及合并多条草稿中相同的父节点,进一步提高了计算效率。为了提高易用性,该算法的trie树构建不依赖额外的草稿模型,而是只利用推理过程中的prompt和生成的回答进行动态构建,从而降低了用户的接入成本。
该算法现已在GitHub上开源(https://github.com/alipay/PainlessInferenceAcceleration),相关论文公布在ARXIV(https://arxiv.org/abs/2312.12728)。
公开信息显示,蚂蚁集团基于丰富的业务场景需求,在人工智能方向持续投入,布局了包括大模型、知识图谱、运筹优化、图学习、可信AI等技术领域。
好了,本文到此结束,带大家了解了《蚂蚁集团发布开源算法,能够将大型模型推理速度提高2-6倍》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

- 上一篇
- 区政府会议中心的智能对话中的Pepper 机器人

- 下一篇
- 领克07 EM-P冬季测试照曝光,中型轿车全新设计语言引领潮流
-
- 科技周边 · 人工智能 | 2分钟前 |
- ChatGPT能画图吗?图文生成技巧全解析
- 300浏览 收藏
-
- 科技周边 · 人工智能 | 15分钟前 |
- 豆包AI多轮对话设置与优化技巧
- 129浏览 收藏
-
- 科技周边 · 人工智能 | 17分钟前 | 用户体验 转化率 DecktopusAI APP下载 引导页面
- DecktopusAI引导页设计促下载技巧
- 169浏览 收藏
-
- 科技周边 · 人工智能 | 27分钟前 |
- 岚图梦想家周销1720台,FREE+冲榜前三
- 145浏览 收藏
-
- 科技周边 · 人工智能 | 29分钟前 |
- 豆包AI爬虫框架生成方法全解析
- 273浏览 收藏
-
- 科技周边 · 人工智能 | 30分钟前 |
- Goedel-Prover-V2开源模型发布
- 219浏览 收藏
-
- 科技周边 · 人工智能 | 50分钟前 |
- Deepseek满血版+Tome,轻松制作创意PPT
- 336浏览 收藏
-
- 科技周边 · 人工智能 | 51分钟前 |
- 魏建军晒高管合照,神秘跑车百公里2.5秒引猜测
- 162浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 152次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 146次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 159次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 155次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 162次使用
-
- GPT-4王者加冕!读图做题性能炸天,凭自己就能考上斯坦福
- 2023-04-25 501浏览
-
- 单块V100训练模型提速72倍!尤洋团队新成果获AAAI 2023杰出论文奖
- 2023-04-24 501浏览
-
- ChatGPT 真的会接管世界吗?
- 2023-04-13 501浏览
-
- VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
- 2023-04-30 501浏览
-
- 实现实时制造可视性优势有哪些?
- 2023-04-15 501浏览