




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
NVIDIA面向大语言模型的全栈AI解决方案大语言模型生态系统快速演进导致优化异常挑战•新的算子和定制技术使得优化成为持续变化的目标需要全栈AI解决方案助力模型开发和应用部署LLaMaLLaMaGPTFalconStarcoderChatGLMMPT…ImagefromMooler0410/LLMsPracticalGuideASurveyonChatGPTandBeyond.arXiv[Cs.CL].Retrievedfrom/abs/2304.13712FP32FP16BF16FP8(E5M2)FP8(E4M3)FP8相较于FP16/BF162倍的吞吐signmultiplyaccumulateintoTCRangePrecisionexponentsignmultiplyaccumulateintoTCRangePrecisionexponentmantissaDD——s—D——DD—— bias/act/… convertFP32|FP16|BF16|FP8TransformerEngineFP8混合精度训练其它操作仍在高精度参数更新 TransformerEngine算子融合混合精度训练thehistoryandJax•Hyperparameter:GBS2048_SEQ4096_MBS2_TP2_PP1_DP128•Hyperparameter:GBS1024_SEQ4096_MBS4_TP4_PP1_DP32HellaSwagWinoGrandeHellaSwagWinoGrande数据中心级别的计算机由网络定义数据中心AIEthernetFabric•TraditionalEthernetnetworkcansuffice•TraditionalEthernetnetworkforNorth-Southtraffic•NVIDIASpectrum-XEthernetforAINVIDIASpectrum-X-世界上第一款为AI而生的以太网平台融合标准以太网连接和专业的高性能架构PerfectEffectiveStandardEthernetSpectrum-4Spectrum-4EthernetSwitchsupportedsoftwarethatspeedsdeveloperexecutionofeverydeveloper’sjobssupportedsoftwarethatspeedsdeveloperexecutionofeverydeveloper’sjobsthousandsAccelerateend-to-performanceNVIDIAAIEnterpriseAIFrameworksNVIDIAAIWorkflowManagementandMLOpsJobScheduling&OrchestrationPROVISIONINGMONITORINGMANAGINGClusterManagementPROVISIONINGMONITORINGMANAGINGCLUSTERINGCLUSTERINGNETWORKIOSTORAGEIOIOMANAGEMENTNetwork/StorageNETWORKIOSTORAGEIOIOMANAGEMENTIN-NETWORKCOMPUTEIN-NETWORKCOMPUTEOperatingSystemNVIDIANeMo大语言模型应用落地全流程Acceleratedcitedresponses数据处理提升模型性能NeMoDataCuratorsteps:•Classifier-basedfilteringInternetscaledatasetsInternetscaledatasets.△.口△口口△口!!extracttextTextre- NVIDIAMegatron-CorePerformanceatScalePerformanceatScaleMemory,Compute,andCommunicationOptimizationParallelismTechniquesMemorySavingTechniquesSelectiveActivationRecomputeDistributedOptimizersPrecisionawareoptimizers(BF16,FP8)withFusedAdam●●●●●●●●●●●architectureFormalizedProductFormalizedProductSupportLatestresearchandNVIDIANeMo对大语言模型定制的套件根据场景定制大语言模型的不同方式Accuracyforspecificuse-casesPROMPTENGINEERINGPROMPTLEARNINGPARAMETEREFFICIENTFINE-TUNINGFINETUNINGPROMPTENGINEERING•LeastexpertiseBenefits••SFTNVIDIATriton推理服务器快速可扩展简单的推理服务开源软件(Jetson)Kubernetes,KServe,PlatformsLatencyLLM生产部署的极致性能TensorRT-LLMisanopen-sourcelibrarytooptimizeinferenceperformanceonthelatestLargeLanguageModelsforNVIDIAGPUs.ItisSoTAPerformancePerformanceTCOEaseExtension#defineanewactivationdefsilu(input:Tensor)→Tensor:#implementmodelslikeinDLFWsclassLlamaModel(Module)def__init__(…)self.layers=ModuleList([…])forlayerinself.layers:LLMBatchingwithTritonStaticInflightBatchingCost为RAG带来最佳的准确度和延时Acceleratedvectorsearch★ApplyforEarlyAccessStateoftheArtAccuracy•Latesttechniquesforchunkingandmetadata•Alldatasources,suchasunstructured(vectordatabases)andstructured(SQL,Tabular)LowestLatencyandHighestThroughputProductionReadywithEnterpriseSupport•ProductionreadyservicenterprisesupportNVIDIANeMoGuardrails保持LLM安全TopicalGuardrailsTopicalGuardrailsSafetyGuardrailsSecurityGuardrailsLLMs听取ChinaAIDay任一演讲,即可获取DL会后您将收到优惠码专属邮件任选右侧一门公开课使用优惠码(仅限一门)开启LLM实战之旅构建基于大语言模型(LLM)的应用利用大模型开源生态系统快速开发基于预训练大语言模型的应用基础基础高效定制大语言模型(LLM)学习提示工程和各类高效参数微调方法对预训练LLM模型进行定制以适应特定应用进阶进阶大语言模型(LLM)、生成式AI系列近期公开
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 提高仓库数据准确性的措施计划
- 促进部门间的协作与配合计划
- 生活技能培养与经验分享计划
- 财务投资决策支持的工作思路计划
- 仓库货物包装与标识规定计划
- 主管工作总结的工作重点计划
- 小微企业的品牌发展契机计划
- 批判性思维在幼儿教育中的引导计划
- 关键岗位继任计划
- 六年级下册数学教案-1.3圆柱的体积(一)∣北师大版
- DL/T 5182-2021 火力发电厂仪表与控制就地设备安装、管路、电缆设计规程
- 人民医院能源托管服务项目可研技术方案书
- 运用PDCA血透室导管感染率
- 移动机器人SLAM技术 课件 【ch04】移动机器人定位
- 护理安全警示教育ppt
- 氧气氩气氮气化验分析操作规程
- 克罗恩病-课件
- QC成果提高修井机刹带的使用寿命
- 《综合基础知识》考试题及解析
- 人工智能导论 课件 项目1、2 人工智能的前世今生、人工智能基础
- 南京大学-大学计算机信息技术教程-指导书
评论
0/150
提交评论