報告還認為各種測量標(biāo)準(zhǔn)不完善的排行榜本身，也是對小公司的誤導(dǎo)，由此產(chǎn)生一大批不實用的模型，對開源運動也是一種傷害。

　　另一方面，GPU貧民們反而對資源的利用效率不高，大多使用密集模型，主要基于開源的羊駝生態(tài)。

　　但是OpenAI谷歌這些巨頭已經(jīng)在玩MoE架構(gòu)這樣的稀疏模型，以及利用小模型投機采樣 (speculative decoding)提高推理效率了，完全是兩個游戲。

　　作者希望GPU貧民們不應(yīng)該過度限制模型規(guī)模以及過度量化，而忽視模型質(zhì)量下降。應(yīng)該專注于在共享的基礎(chǔ)設(shè)施上高效地提供微調(diào)模型，減少延遲和內(nèi)存帶寬需求，滿足邊緣計算的需求。

　　看到這里，也有人提出不同意見，認為創(chuàng)造性的突破往往正是來自有限制的環(huán)境，這反而是某種優(yōu)勢。

　　但Perplexity.AI聯(lián)合創(chuàng)始人Aravind Srinivas認為，GPU豐富的組織實際也會投資于帶限制條件的研究。

　　并且要找到下一個像Transformer這樣的突破，需要成千上萬次的實驗，要求的資源*不低。

　　02、“GPU土豪”的游戲怎么玩

　　那么GPU平民的另一面，谷歌這個“GPU土豪”在做什么呢?。

　　嚴(yán)格來說，谷歌算力不是GPU而是自家TPU。報告認為雖然TPUv5單體性能不如英偉達***，但是谷歌有最高效的基礎(chǔ)設(shè)施架構(gòu)。

　　谷歌大腦與DeepMind合并后，聯(lián)手訓(xùn)練對標(biāo)GPT-4的Gemini大模型。

　　由前DeepMind兩位研究VPKoray Kavukcuoglu與Oriol Vinyals和前谷歌大腦掌門人Jeff Dean共同領(lǐng)導(dǎo)百人團隊。

　　根據(jù)多方爆料，Gemini預(yù)計年內(nèi)就會發(fā)布，更準(zhǔn)確的來說是美國的秋季范圍之內(nèi)(9月23日-12月21日)。

　　Gemini將整合大模型與AI圖像生成的能力，使用Youtube上93.6億分鐘的視頻字幕訓(xùn)練，總數(shù)據(jù)集大小據(jù)估計是GPT-4的兩倍。

　　前DeepMind創(chuàng)始人Hassabis曾透露，Gemini將結(jié)合AlphaGo類型系統(tǒng)的一些能力和“其他非常有趣的創(chuàng)新”。

　　另外谷歌創(chuàng)始人布林也一直在親自參與Gemini研發(fā)，包括對模型做評估并協(xié)助訓(xùn)練。

　　關(guān)于Gemini更具體的消息還不多，但是有人推測也將與GPT-4一樣使用MoE架構(gòu)和投機采樣技術(shù)。

　　8月初Google DeepMind發(fā)表的新論文From Sparse to Soft Mixtures of Experts被認為可能與Gemini相關(guān)。

　　投機采樣能在不損失生成質(zhì)量的前提下，讓Transformer大模型獲得2-3倍的推理加速。

　　具體來說是讓小模型生成提前生成一些token并讓大模型做評判，如果接受就讓大模型生成下一個token再重復(fù)*步，如果小模型生成的質(zhì)量不高再換用大模型。

　　谷歌一方的投機采樣論文在2022年11月才發(fā)表，但之前的爆料認為GPT-4也用了類似的技術(shù)。

　　實際上投機采樣技術(shù)的前身Blockwise Parallel Decoding也來自谷歌，作者中包括Transformer作者中的Noam Shazeer。

　　Noam Shazeer這個人在谷歌時同時參與了Transformer、MoE和投機采樣的研究，對今天的大模型來說都至關(guān)重要，另外他還參與了T5、LaMDA和PaLM等多個大模型研究。

　　SemiAnalysis的報告中還講了他的一個八卦。

　　早在GPT-2時代Noam Shazeer就在谷歌寫了一份內(nèi)部備忘錄，預(yù)測了未來大模型將以各種方式融入人們的生活，但當(dāng)時這個觀點并未被谷歌重視。

　　現(xiàn)在看來，他預(yù)測的很多事都在ChatGPT發(fā)布后真實發(fā)生了。

　　不過Noam Shazeer在2021年就離開谷歌創(chuàng)辦了Character.ai，按照這篇報告的說法，他現(xiàn)在也是“GPU貧民”的一份子。