10 月 22 日消息，科技媒體 dataconomy 昨日（10 月 21 日）發布博文，報道稱英偉達在訓練 AI 模型方面取得重大突破，發布了最新的 Normalized Transformer（nGPT）新架構，保持模型的穩定性和準確性的前提下，可以將訓練 AI 時間縮短至 1/4 或者 1/20。
nGPT 架構提升效率的秘訣在于“超球面學習”（Hyperspherical learning）這個概念。
傳統的變換器模型通常缺乏一致的幾何框架，而 nGPT 通過將嵌入、注意力矩陣和隱藏狀態等關鍵組件映射到超球面表面，確保模型各層在訓練過程中保持平衡。
這種幾何結構有助于創造更穩定高效的學習過程：
減少訓練步驟：nGPT 不再直接對模型權重應用權重衰減，而是依賴學習到的縮放參數，優化模型在訓練中的調整方式。
簡化過程：此方法消除了對 LayerNorm 或 RMSNorm 等歸一化技術的需求，使訓練過程更為簡單和快速。
英偉達團隊使用 OpenWebText 數據集進行測試，nGPT 在速度和效率上均優于傳統的 GPT 模型。對于長達 4000 個 tokens 的文本輸入，nGPT 所需的訓練輪次遠少于傳統模型，顯著縮短了訓練時間。
nGPT 的一個關鍵優勢是將歸一化（normalization）和表示學習（representation learning）結合成一個統一框架，這種設計簡化了模型架構，便于擴展和適應更復雜的混合系統。未來，nGPT 的方法可能被整合進其他類型的模型和架構，從而開發出更強大的 AI 系統。
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。