今天凌晨3點，全球社交巨頭Meta分享了一個創新研究——Memory layers（記憶層）。

目前，Transformer架構的預訓練大模型在存儲、查詢數據時，隨著參數的變大對算力的需求呈指數級增長。“記憶層”提出了新的高效查詢機制替代了傳統的查詢方法，通過比較查詢鍵與兩個較小集合中的鍵，可以快速找到最相關的鍵，而無需遍歷模型的整個記憶層。

這也就是說，可以在不增加算力的情況下顯著增加大模型的參數。例如，研究人員在僅有1.3億參數的模型中添加了128億額外的記憶參數，其性能與Meta開源的Llama 2- 70相當，而算力卻比它低了10倍左右。

開源地址：???https://github.com/facebookresearch/memory??

Product - Key Lookup

在傳統的鍵值查找中，每個查詢都需要與記憶層中的每個鍵進行比較，以找到最匹配的值。該方法在鍵的數量較少時是可行的，但隨著記憶層規模的增長，這種暴力搜索的方式變得非常低效，需要消耗巨大算力和時間。

給大家舉一個簡單的例子，你想在一個巨大的圖書館里找一本書。這個圖書館有成千上萬本書，每本書都有一個唯一的編號（相當于記憶層中的“鍵”）。如果你要找到一本特定的書（相當于查詢），傳統的方法是逐個檢查每一本書的編號來查找你要的那一本。

這種方法在圖書館只有幾百本本書時可能還行得通，當圖書館藏書量達到數萬時，逐本查找方法就變得極其耗時和低效了。

Product - Key Lookup是“記憶層”的核心算法之一，使用了一種分而治之的策略，將傳統的單一鍵集合分解為兩個較小的鍵集合，通過兩個階段的查找來減少必要的比較次數，從而提高查找效率。

首先，查詢鍵被分割為兩個子查詢，每個子查詢分別與兩個半鍵集合進行比較。由于每個半鍵集合的大小只有原始鍵集合的平方根大小，因此這個階段的計算量大幅減少。在第一階段，每個半鍵集合中找到與子查詢最相似的k個鍵，這個過程稱為top-k查找。

在第二階段，兩個半鍵集合中找到的top-k鍵被合并，以確定最終的top-k鍵。這一步驟涉及到對兩個半鍵集合中找到的鍵進行綜合評分，以確定它們與原始查詢鍵的整體相似度。需要考慮到兩個半鍵集合中的鍵的組合，以找到最佳的匹配。

除了計算效率之外，Product-Key Lookup模塊還優化了內存和帶寬的使用。由于每個GPU只需要處理一半的鍵，因此內存的使用量減少了一半。由于每個GPU只需要返回與自己處理的鍵相關的值，所以內存帶寬的需求也得到了優化。

Product-Key Lookup算法不僅提高了記憶層的查詢效率，還為記憶層的應用開辟了新的可能性，使得記憶層可以被應用于更大規模的數據集和更復雜的任務中，包括大規模知識圖譜的查詢、長文本的語義檢索等。

并行記憶層和共享記憶參數

并行記憶層主要是用于對硬件GPU的優化。在傳統的Transformer架構模型中，隨著模型規模的增加，計算和內存需求也隨之增長。特別是在處理大規模數據集時，單一的計算單元很難滿足這種需求。并行記憶層通過在多個GPU之間分配任務，有效解決這一難題。

在并行記憶層的設計中，每個計算單元只負責處理一部分數據，這樣可以減少單個計算單元的負擔，同時提高整體的處理速度。這種設計允許模型在保持單個計算單元負載合理的同時，處理更大規模的記憶層。使得模型可以擴展到數十億甚至數百億的參數，而不會受到單個計算單元性能的限制。

共享記憶參數則是另外一個重要優化方法，允許不同層的記憶層共享同一個參數集合。這種設計的優勢在于，它減少了模型的總參數數量，同時提高了參數的利用率。

當一個記憶層接收到輸入后，它會先從共享記憶池中查找最相似的記憶單元，然后根據查詢結果生成輸出。由于所有記憶層都指向同一個記憶池，因此它們可以在不影響彼此的情況下同時進行操作。

為了應對訓練期間可能出現的變化，研究人員開發了一套動態調整策略。每當有新的鍵加入或舊有的鍵被更新時，系統會自動調整相應的子集，而無需對整個記憶池進行全面改造。這樣的設計既簡化了維護流程，又提高了系統的靈活性和適應性。

本文轉自 AIGC開放社區  ，作者：AIGC開放社區

原文鏈接:??https://mp.weixin.qq.com/s/Zv2oyzLb4bIaq9FrzK3GXw??