據IT 之家7 月13 日報導，外媒Semianalysis 近日對OpenAI 今年3 月發布的GPT-4 大模型進行了揭秘，其中包括GPT-4 模型架構、訓練和推理的基礎設施、參數量、訓練數據集、token 數、成本、混合專家模型（Mixture of Experts）等具體的參數和信息。外媒表示，GPT-4 在120 層中總共包含了1.8 萬億參數，而GPT-3 只有約1750 億個參數。而為了保持合理的成本，OpenAI 採用混合專家模型來進行構建。據悉，GPT-4 使用了16 個混合專家模型（mixture of experts），每個有1110 億個參數，每次前向傳遞路由經過兩個專家模型。此外，它有550 億個共享注意力參數，使用了包含13 萬億tokens 的數據集訓練，tokens 不是唯一的，根據迭代次數計算為更多的tokens。 GPT-4 預訓練階段的上下文長度為8k，32k 版本是對8k 微調的結果，訓練成本相當高，外媒表示，8x H100 也無法以每秒33.33 個Token 的速度提供所需的密集參數模型，因此訓練該模型需要導致極高的推理成本，以H100 物理機每小時1 美元計算，那麼一次的訓練成本就高達6300 萬美元（約4.51 億元人民幣）。對此，OpenAI 選擇使用雲端的A100 GPU 訓練模型，將最終訓練成本降至2150 萬美元（約1.54 億元人民幣）左右，用稍微更長的時間，降低了訓練成本。
dark
