最高花费1700万美元，这是租卡训练谷歌5400亿参数PaLM的成本

机器之心报道

机器之心编辑部

假设我们普通人想用云计算来训练一个 PaLM，我们需要准备多少钱？一位网友算出的结果是：900~1700 万美元。

从去年开始，谷歌人工智能主管 JeffDean 就开始了「谷歌下一代人工智能架构」——Pathways 的预告。与之前为数千个任务训练数千个模型的方法不同，新架构的愿景是训练一个模型做成千上万件事情。

一年之后，Pathways 系统论文终于亮相，Jeff Dean 所在的团队还公布了用它训练的一个大型语言模型——PaLM。实验表明，PaLM 在多语言任务和代码生成方面具有强大的能力，可以出色地完成笑话解读、bug 修复、从表情符号中猜电影等语言、代码任务。

PaLM 解读笑话示例。

PaLM 是一个只有解码器的密集 Transformer 模型，参数量达到了 5400 亿。为了训练这个模型，谷歌动用了 6144 块 TPU，让 Pathways 在两个 Cloud TPU v4 Pods 上训练 PaLM。这是名副其实的「钞能力」。

惊叹之余，有人可能想问：假设我们普通人（不像谷歌那样拥有大量 TPU）想用云计算来训练一个 PaLM，我们需要准备多少钱？一位网友算出的结果是：900~1700 万美元。

我们一起来看一下他是怎么算的。

论文里的可用信息

随着参数的增加，ML 模型的计算成本也在飙升。谷歌曾总结过，自 2010 年以来，ML 模型的训练计算量惊人地增长了 100 亿，平均每 6 个月就翻一番。如今，PaLM 站上了 C 位。

论文显示，PaLM 的最终训练运行消耗的算力是 2.56e24 FLOPs。

论文还提到，PaLM-540B 在 6144 块 TPU v4 芯片上训练了 1200 小时，在 3072 块 TPU v4 芯片上训练了 336 小时，包括一些停机时间（downtime）和重复步骤。

因此，PaLM-540B 的训练总共花费：

2.56e24 FLOPs；

8404992 个 TPUv4 chip-hour（每个芯片包含 2 个核，约合 16809984 个 TPUv4core-hour）；

大约 64 天。

此外，在 TPU 利用率方面，PaLM-540B 的训练使用了 rematerialization，因为带有 rematerialization 的可行批大小可实现更高的训练吞吐量。不考虑 rematerialization 成本，最终模型在没有自注意力机制的情况下 FLOP 利用率为 45.7%，有自注意力为 46.2%。PaLM 的分析计算硬件 FLOPs 利用率（包括 rematerialization FLOPs）为 57.8%。

估算结果

现在有两种方法可以估计 PaLM-540B 的成本：

1、最后训练运行使用 2.56×10²⁴ FLOPs

• 可以通过租用 TPU 实例来估计每个 flops 的成本（假设利用率为 57.8%）。

• 从其他云提供商（例如使用 NVIDIA A100 的云提供商）获取每个 FLOP 的成本，然后估计总成本。

2、使用 8404992 个 TPUv4 chip-hour 这一数据

方法 2 似乎更加准确，但遗憾的是，作者没有拿到有关 TPUv4 的租用价格数据（需要咨询销售代表）。

所以，他选择了第一种方法，并按三种方式分别计算了一下。

通过 Google Cloud 租用 TPUv3

我们可以以每小时 32 美元的价格租用一个 32 核的 TPUv3 pod。约合 1 美元一个 TPUcore-hour。

考虑上述 16809984 个 TPUv4core-hour，如果用 TPUv3 替换 TPUv4，则花费约 1700 万美元。

不过这里的估算存在两个问题：

一方面，TPUv3 的性能不如 TPUv4，所以我们需要更多的时间或更多的 TPU。按这个思路计算，实际花费应该高于这个数字；

另一方面，我们经常看到，虽然平台提供的硬件更好了，但价格可能不怎么变化。因此，如果 Google Cloud 给出的 TPUv4 与 TPUv3 的价格大致相同，那么这种估计就是公平的。但如果二者价格相差较大，那么实际成本也会有较大差异。

按每 FLOP 的花销算

我们知道，TPUv3 芯片为 bfloat16 提供大约每秒 123 TFLOP（TFLOPS）的算力。当然，这只是表格里显示的峰值性能。

由于不同情况下，硬件的利用率存在差异，所以实际的 TFLOPS 数据往往低于峰值数据。前面说过，PaLM 的 FLOPs 利用率达到了惊人的 57.8%。与之前的诸多模型相比（如下图），这是一项新的记录。

因此，作者假设 PaLM 在 TPU v3 上训练时硬件利用率达到 50%：

按照这个算法，我们每一美元可以买到 221 PFLOPs。考虑到最后一次训练要用 2.56×10^24FLOPs 的算力，我们的最终花费大约是 1160 万美元：

按租用 NVIDIA 显卡算

两年前，有人给 GPT-3 算过一笔账，发现如果使用当时市场上价格最低的 GPU 云（使用 Lambda GPU 实例）来训练 GPT-3，花费最低为 460 万美元。

图源：https://lambdalabs.com/blog/demystifying-gpt-3/

如果只考虑 PaLM 的训练计算量是 GPT-3 的 10 倍这一事实，PaLM 的最终训练成本应为 4600 万美元左右。

但是，文章里的数据毕竟是两年前的，而且用的是 Tesla V100。现在的 NVIDIA A100 性能（Tensor 性能）已经提升了一个数量级。

因此，如果按硬件性能提高到原来的 10 倍，利用率是 50% 来计算，PaLM 的训练成本大概是 920 万美元左右。

结论

作者用三种方法估计了 PaLM 的最终训练成本，结果分别为 1700 万美元、1160 万美元和 920 万美元左右。

但需要注意的是：

1、谷歌并不需要花那么多钱，他们拥有硬件。这里是假设终端消费者因租用 TPUv3 pod 训练 PaLM 而向 Google Cloud 支付的钱；

2、如果租用时间比较长，你可以拿到折扣（1 年 37% 的折扣）；

3、作者没有 TPUv4 的价格数据，所以使用了 TPUv3 的。

4、这里假设你知道如何高效利用 TPUv3 pod，将利用率提到 50%，这一利用率非常惊人；

5、这里只讨论最后一次训练的成本，不包括其他困难且费钱的工作，如工程、研究、测试等。

参考链接：https://blog.heim.xyz/palm-training-cost/

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：content@jiqizhixin.com