行业知识
The Era of 1-bit LLMs: All Large Language Models are in 1.58 Bits
The Era of 1-bit LLMs: All Large Language Models Are in 1.58 Bits
���关链接：arxiv、github
关键字：1-bit LLMs、BitNet、模型压缩、能耗效率、模型性能
摘要
近期的研究，例如BitNet，正在为1-bit大型语言模型（LLMs）的新时代铺平道路。在本工作中，我们介绍了一个1-bit LLM的变体——BitNet b1.58，其中LLM的每一个参数（或称为权重）均为三值{-1, 0, 1}。BitNet b1.58在复杂度和末端任务性能上与同等模型大小和训练令牌的全精度（即FP16或BF16）Transformer LLM匹敌，同时在延迟、内存、吞吐量和能源消耗等方面成本更低。更深层次地，1.58-bit LLM定义了一个新的规模法则和训练新一代LLMs的配方，这些模型既高性能又具成本效益。此外，它还启用了一种新的计算范式，并为设计优化1-bit LLM的专用硬件打开了大门。
核心方法
BitNet b1.58的关键方法包括：
- 量化函数：采用绝对值均值（absmean）量化函数对权重进行约束至{-1, 0, +1}，激活采用与BitNet相似的量化方式进行处理，将激活缩放到[-Q,Q]以拜托零点量化。
- LLaMA-alike组件：模型结构采用LLaMA相似的组件，如RMSNorm、SwiGLU和rotary embedding，使得BitNet b1.58容易集成到流行的开源软件。
- 从头开始训练：使用1.58-bit权重和8-bit激活，从头开始训练。
实验说明
效果对比
我们使用markdown表格形式来表示实验结果，以便于观察比较：
Models Size Memory (GB)↓ Latency (ms)↓ PPL↓ LLaMA LLM 700M 2.08 (1.00x) 1.18 (1.00x) 12.33 BitNet b1.58 700M 0.80 (2.60x) 0.96 (1.23x) 12.87 LLaMA LLM 1.3B 3.34 (1.00x) 1.62 (1.00x) 11.25 LLaMA LLM 1.3B 1.14 (2.93x) 0.97 (1.00x) 11.29 LLaMA LLM 3B 7.89(1.00x) 5.07(1.00x) 10.04 BitNet b1.58 3B 2.22(3.55x) 1.87(2.71x) 9.91 BitNet b1.58 3.9B 2.38(3.32x) 2.11(2.40x) 9.62 表格1：BitNet b1.58与LLaMA LLM在不同模型大小下的复杂度及效果对比。
Models Size ARC-e ARC-c HellaSwag Winogrande PIQA OpenbookQA BoolQ Avg. LLaMA LLM 700M 54.7 23.0 37.0 60.0 20.2 68.9 54.8 45.5 BitNet b1.58 700M 51.8 21.4 35.1 58.2 20.0 68.1 55.2 44.3 LLaMA LLM 1.3b 56.9 23.5 38.5 59.1 21.6 70.0 53.9 46.2 BitNet b1.58 1.3B 54.9 24.2 37.7 56.7 19.6 68.8 55.8 45.4 LLaMA LLM 3B 62.1 25.6 43.3 61.8 24.6 72.1 58.2 49.7 BitNet b1.58 3B 61.4 28.3 42.9 61.5 26.6 71.5 59.3 50.2 BitNet b1.58 3.9B 64.2 28.7 44.2 63.5 24.2 73.2 60.5 51.2 表格2：BitNet b1.58与LLaMA LLM在不同终端任务中的零样本准确率对比。
这些实验中，模型在RedPajama数据集上预训练了1000亿个令牌，并在多种语言任务中评估了零拍照性能。此外，比较了BitNet b1.58和LLaMA LLM在不同模型大小下的GPU运行内存和延迟，并测量了吞吐量、能源消耗。
效率对比
图2：解码延迟与内存消耗因模型大小而异
Models Size Max Batch Size Throughput (tokens/s) LLaMA LLM 70B 16 (1.0x) 333 (1.0x) BitNet b1.58 70B 176 (11.0x) 2977 (8.9x) 表格3：吞吐率与batch_size的比较 结论
BitNet b1.58开辟了一条新的关于模型性能与推理成本的规模法则。我们可以根据结果确定，在延迟、内存使用和能耗方面，13B BitNet b1.58比3B FP16 LLM更高效，30B BitNet b1.58比7B FP16 LLM更高效，70B BitNet b1.58比13B FP16 LLM更高效。2T令牌的训练显示，BitNet b1.58在所有终端任务上优于3B模型，显示出1.58-bit LLM也具有强大的泛化能力。
