大模型讲座

盘古NLP大模型典型场景

 千亿大模型训练难点和解决方案

训练状态不稳定（经常训练中断等）

解决1：对loss和梯度等多维状态实时监测。对数据、学习率、参数精度、模型梯度进行针对性调整和断点恢复。

调整学习率的代码如下。调整参数、梯度类似。

self.train_learning_rate = 2e-4  #initial learning rate 
self.lr_plan = {41:1e-4, 81:5e-5, 121:1e-5}  #change learning rate in these epochs
for epoch in range(start_epoch, start_epoch+cfg.max_epoch):
        
    if epoch in cfg.lr_plan:
       adjust_lr(optimizer, cfg.lr_plan[epoch])#根据轮次调整学习率
            
    # One epoch of forward and backward
    train_info=train(training_loader, model, device, optimizer, epoch, cfg)

断点恢复

# 模型保存
state = {
    'epoch': epoch,
    'state_dict': model.state_dict(),
    'optimizer': optimizer.state_dict(),
     ... # 有其他希望保存的内容，也可自定义
    }
    torch.save(state, filepath)
# 加载模型，恢复训练
    model.load_state_dict(state['state_dict'])
    optimizer.load_state_dict(state['optimizer'])
   	start_epoch = checkpoint['epoch'] + 1

大集群加载大数据耗时长

解决2：使用ModelArts提供的MemArts存储缓存特性

盘古气象大模型

三维高分辨率神经网络 

AIGC

AIGC就是由AI自动创作生成的内容（AI Generated Content），比如图片、视频、音乐、文字等。AIGC就像一支神奇的画笔，拥有无限的创造力。这支画笔的特别之处在于，它是由AI打造的。AI利用它的理解力、想象力和创作力，根据指定的需求和风格，创作出各种内容：文章、短篇小说、报告、音乐、图像，甚至是视频。AIGC的出现，打开了一个全新的创作世界，为人们提供了无数的可能性。

从用户生成内容（UGC），到专业生成内容（PGC），再到现在的人工智能生成内容（AIGC），我们看到了内容创作方式的巨大变革和进步。

AIGC是AI大模型，特别是自然语言处理模型的一种重要应用；ChatGPT则是AIGC在聊天对话场景的一个具体应用。可以把AIGC看作是一个大的范畴，而ChatGPT是其中一个类别的小应用。

ChatGPT是由OpenAI开发的一款大型预训练语言模型，就像一个会聊天的机器人。

它可以理解你说的话，并给出回答。这个机器人在互联网上读了很多书、文章，学到了很多知识，所以可以回答各种问题，甚至进行深入的讨论。不过，ChatGPT的理解与人类不同，人类理解事物时，有意识、经验和情感等多个层次的参与，而ChatGPT只是通过分析和模拟大量的文本数据来"学习"如何合理地回应。

2、Midjourney

Midjourney是由美国旧金山的一家独立研究实验室创立的图片类AIGC应用程序，我们可以通过语言描述来生成图片。比如，输入一个苹果，它就会为你生成出一张苹果的图片。

3、Stable Diffusion

图片生成类AI大模型，可以在给定的任何提示词下生成图像，并支持根据关键词和图片检索。与Midjourney相比，生成图像的结果更可控

4、Bing

Bing AI就是搭载了GPT-4的Bing浏览器，它能够更好地理解用户意图，提供更加智能化、个性化的搜索和服务体验。

5、文心一言

文心一言是百度全新一代知识增强大语言模型，能够与人对话互动、回答问题、协助创作，具备更强的中文理解能力。

6、文心一格

文心一格是百度基于文心大模型的文生图系统，搭建的图片生成类AI大模型，可以根据用户输入的指令提示，生成相应的图片。