DeepMind升级Transformer,前向通过FLOPs最多可降一半
作者:SoftHope
时间:2024-04-18
浏览:1
引入混合深度,DeepMind新设计可大幅提升Transformer效率。Transformer的重要性无需多言,目前也有很多研究团队致力于改进这种变革性技术,其中一个重要的改进方向是提升Transformer的效率,比如让其具备自适应计算能力,从而可以节省下不必要的计算。正如不久前Transformer架构的提出之一、NEARProtocol联合创始人IlliyaPolosukhin在与黄仁勋的对话中说到的那样:「自适应计算是接下来必须出现的。我们要关注,在特定问题上具体要花费多少计算资源。」其实人类就
引入混合深度,DeepMind 新设计可大幅提升 Transformer 效率。



论文标题:Mixture-of-Depths: Dynamically allocating compute in transformer-based language models 论文地址:https://arxiv.org/pdf/2404.02258.pdf

设定一个静态的计算预算,该预算低于等价的常规 Transformer 所需的计算量;做法是限制序列中可参与模块计算(即自注意力模块和后续的 MLP)的 token 数量。举个例子,常规 Transformer 可能允许序列中的所有 token 都参与自注意力计算,但 MoD Transformer 可限定仅使用序列中 50% 的 token。 针对每个 token,每个模块中都有一个路由算法给出一个标量权重;该权重表示路由对各个 token 的偏好 —— 是参与模块的计算还是绕过去。 在每个模块中,找到最大的前 k 个标量权重,它们对应的 token 会参与到该模块的计算中。由于必定只有 k 个 token 参与到该模块的计算中,因此其计算图和张量大小在训练过程中是静态的;这些 token 都是路由算法认定的动态且与上下文有关的 token。






作者最新文章
blender纹理坐标和映射怎么调出节点操作教程
2026-10-10 18:40
codekit环境配置指南从安装到环境搭建完整教程
2026-10-09 13:54
苹果折叠屏iPhone是翻盖还是对折形态
2026-09-14 13:33
速腾聚创自研SPAD-SoC芯片交付破50万颗,MARS基地实现8秒下线一台激光雷达
2026-09-08 17:42
TECNO Camon Slim 5G发布:6.39mm机身与6000mAh电池规格解析
2026-09-08 17:04
上一篇:
Golang 函数返回值与闭包如何关联?
下一篇:
PHP入门指南:SOAP扩展
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多










































