AI硬體與軟體堆疊

在大型語言模型的量化中,若只有極少數通道存在很大的離群值,精度容易下降。下列何者是常見的對策?

  1. A將具有離群值的通道一律設為0
  2. B減少量化的位元數
  3. C不是整個張量使用一個縮放比例,而是依通道或依小群組各自持有縮放比例
查看答案與解析

正確答案:C. 不是整個張量使用一個縮放比例,而是依通道或依小群組各自持有縮放比例

若以一個縮放比例量化整個張量,範圍會被極少數的大離群值拉寬,使其他大多數的小數值只能以很少的階數表示。若依通道或依每64~128個元素的群組各自持有縮放比例,離群值的影響就只侷限在該群組之內。此外也會採用先將離群值移到權重一側再量化的方法等其他做法。

  • A. 必要的資訊會流失,使精度大幅下降。
  • B. 減少位元數會使精度進一步下降。
  • C. 正確。將離群值的影響限制在該範圍內。
練習這個領域 前往領域頁面

AI硬體與軟體堆疊的其他題目

  1. 在大型語言模型的推論中,啟動值維持FP16、只把權重轉為4位元的量化(W4A16),對加速解碼特別有效,其原因下列何者正確?
  2. 關於神經網路的剪枝(pruning),下列何者正確?
  3. 關於GPU的矩陣運算單元所支援的「2:4結構化稀疏」,下列說明何者正確?
  4. 關於知識蒸餾(knowledge distillation),下列說明何者正確?
  5. 關於以多顆GPU訓練的資料平行,下列說明何者正確?