計算資源の効率化
大規模言語モデルのさらなる大規模化がスケーリング則に基づき進められています。モデルのスケール化に関してパラメータ、データセットのスケール化が行われ、それと同時に計算量を大規模化していきます。
しかし、コンピュータの性能にも制限があるため、制限がある中で計算量を増やしていくことが求められます。そのため、メモリ量を確保して効率よく学習を行うことが求められます。
効率化の手法として主にあるのが並列化と量子化です。
並列化はデータの並列化とモデルの並列化に分けることができます。データの並列化は様々なアーキテクチャのモデルに利用可能です。しかしより大規模なモデルとなると並列が難しくなるという特徴があります。一方モデルの並列化は大規模なモデルに対応できます。しかし、並列化のためにモデルの書き換えが必要であり、アーキテクチャに制限があります。
量子化とはモデルのデータの型を浮動小数点型(fFloat型)から整数型(Int型)に変えるなどしてメモリの消費を抑える手法です。変数のビット数を減らすことで使用するメモリを大幅に削減することができます。しかし、数値の精度を下げているため単純に行うとモデルの性能が下がる可能性があるため、工夫する必要があります。
また他の手法として蒸留やプルーニングといった手法もあります。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
計算資源の効率化の説明として正しいものを選べ
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
