你的GPT跟ChatGPT可能只差了一个DPU

2023-04-20 09:54

“人类永远不会嫌网络太快，就像永远不会嫌高铁太快，你只会嫌它慢，希望它更快些。”

一个月内，百度、阿里、腾讯、商汤、讯飞、360等国内大厂扎堆发布“中国版 GPT ”，这家的名字还没记清楚，另一家的又蹦了出来，一时间 AI 大模型“诸神混战”。可实话实说，和 ChatGPT 相比，国内的 GPT 还存在一定差距，但大家对于 AI 的狂热渴求已经被点燃，越来越多的企业意识到， AI 这班车，再不上，就来不及了。

大语言模型的成功与挑战

以 GPT 系列模型为代表的大语言模型成为近来最受关注的技术之一。

图 | OpenAI-ChatGPT

ChatGPT 凭什么落别人那么远？

模型越大， AI 回馈的效果越好。 OpenAI 的 GPT-1 模型有50亿个参数， GPT-3.5 有1750亿个参数，到现在的 GPT-4 预计将有超过一个T的参数。可以看出参数是成倍甚至成指数级增长。这种增长模型的变化，首先对内存性能有着极高要求，因为训练它需要海量数据，同时需要处理海量数据集；此外，是数据中心的计算能力，还有 GPU 与 CPU 之间的通信；更重要的是网络的带宽，这些因素将决定大语言模型的整体性能。

整体性能决定了大模型运行、训练所需的时长，也决定了对大模型后续调优再训练的周期。比如你的大语言模型训练需要6个月，一年可能最多训练2次，而别人训练只需要2或3个月，一年就可以训练多次，那么最后 AI 的迭代效果是完全不一样的。

图 | NVIDIA

如今，不只是提出大语言模型的公司，越来越多的企业已经意识到 AI 可能会优化工作流程或是给客户提供相应的服务，大家纷纷开始尝试做自己的产品。但一旦大家都在这个模型的基础上去做，就会遇到吞吐量和性能的瓶颈。要支撑这么一个大模型做训练，投入成本是非常高的。

图 | NVIDIA

此外还有电力的限制，能做大模型训练的数据中心的功耗和电力需求是非常大的，且增长趋势明显。数据显示，数据中心一年消耗电力200 T瓦时，也就是2000亿度电，占全球电力使用量的2%。2000亿度电是什么概念？2021年我国三峡水电站发电量为1036亿度，也就是三峡水电站两年发的电量才够全球数据中心用一年。而随着 AI 数据中心的部署和持续增长，到2030年，全球电力使用的预测份额将达到5%，这将为全球能源、环保、碳排放等带来巨大挑战。

你跟ChatGPT可能只差了一个DPU

在 AI 的竞赛中，有两种方式：第一种是用资源去堆，就像造车一样，后造车的永远要比先造车的人烧更多的钱去打市场；第二种是在同等资源下，比谁快，快就需要效率，而提高效率就需要 DPU 。

微软此前发布的博客透露了 OpenAI 的 ChatGPT 采用的硬件是基于 NVIDIA 智能网卡和 InfiniBand 200G 网络所做的产品，未来也有意部署 DPU 。

图 | 微软官博

而为了应对 AI 模型训练、推理带来的需求和挑战， NVIDIA 近日发布了其最新一代数据处理器 BlueField-3 DPU ，并宣布全面量产。

图 | NVIDIA

NVIDIA 创始人兼首席执行官黄仁勋先生表示， AI 时代需要云数据中心基础设施来支持非凡的计算需求。“ NVIDIA BlueField-3 DPU 实现了这一进步，将传统的云计算环境转变为加速、节能和安全的基础设施，以处理生成 AI 的苛刻工作负载。”

据 NVIDIA 介绍， BlueField-3 DPU 是一款专为数据中心设计的、软件定义、硬件加速的云服务计算平台。它集成了高达16个计算核心，可提供高达400Gbp/s的网络带宽，并且支持多种协议和功能，包括网络虚拟化、弹性负载均衡、数据中心互连等。 BlueField-3 DPU 还拥有世界领先的存储加速功能，可提供高达1.6Tbp/s的存储带宽，并支持 NVMe-over-Fabric 和 RDMA 等高性能存储协议。

大语言模型背后的硬件构成是怎样的？各家都不同。以 NVIDA DGX 为参照，支持大语言模型的服务器由8颗 NVIDIA 高性能 GPU 、4个 NVIDIA NVSWITCHES 、2颗x86 ?CPU、9块 NVIDIA BlueField-3 DPU 、2T DDR５内存、PCIe Gen5.0，以及服务器间的 NVIDIA Quantum-2 InfiniBand 网络构成。

其中 NVIDIA BlueField-3 DPU 发挥了怎样的作用？首先是加速性能：NVIDIA BlueField-3 DPU 具有丰富的硬件加速器，可以满足大语言模型严格的性能要求，并运行苛刻的工作负载；其次，云规模效率：NVIDIA BlueField-3 DPU 可以释放 CPU 核心，使大语言模型应用具有更好的性能和可扩展性，提升服务器的效率和能效，降本增效；第三是强大的零信任安全：安全的基础设施都可以运行在 NVIDIA BlueField-3 DPU 之上，并基于此构建零信任安全模型，在不影响性能的情况下，确保数据中心安全；第四是完全可编程的基础设施：NVIDIA DOCA 2.0 体现了 NVIDIA BlueField-3 DPU 的软件可编程性，借助 NVIDIA BlueField-3 DPU 可以获得完全可编程的加速数据中心平台。

图 | NVIDIA

简单地说，NVIDIA BlueField-3 DPU 可以提升整个网络性能，配合高算力 GPU ，可以支撑更大规模的大语言模型训练，从而缩短训练时间。根据模型需求动态调整部署以共享算力资源，并应对不同规模的模型训练；提升服务器能效、释放算力资源，用更少的服务器完成更多的任务，从而帮助企业实现节能环保、降本增效。

据 NVIDIA 介绍，大语言模型和生成式AI主要会构建在云基础设施之上，以云服务的方式服务于市场，因此，DPU 会主要应用于云服务提供商、AI 技术公司以及采用 AI 技术的企业。据悉，NVIDIA BlueField-3 DPU 已经在部分国内公有云服务提供商进行测试，后续会逐步开始采用。

在不久前的 GTC 2023 大会上，NVIDIA 创始人兼首席执行官黄仁勋先生坚定表示“ AI 迎来了‘ iPhone 时刻’”，回想当年苹果手机刚问世，当时的用户还都想着手机不就是用来打电话、发短信的？而今天，我们几乎已经遗忘了当时的想法和其他手机。同样，你会发现生活将慢慢被 AI 改变。

*声明：本文为MetaPost原创，如需转载请联系我们。未经允许严禁转载，文章版权及最终解释权归MetaPost所有。