文 | 智能相對(duì)論

作者 | 陳泊丞

今年以來(lái)，MoE模型成了AI行業(yè)的新寵兒。

一方面，越來(lái)越多的廠商在自家的閉源模型上采用了MoE架構(gòu)。在海外，OpenAI的GPT-4、谷歌的Gemini、Mistral AI的Mistral、xAI的Grok-1等主流大模型都采用了MoE架構(gòu)。

而在國(guó)內(nèi)，昆侖萬(wàn)維推出的天工3.0、浪潮信息發(fā)布的源2.0-M32、通義千問(wèn)團(tuán)隊(duì)發(fā)布的Qwen1.5-MoE-A2.7B、MiniMax全量發(fā)布的abab6、幻方量化旗下的DeepSeek發(fā)布的DeepSeek-MoE 16B等等也都屬于MoE模型。

另一方面，在MoE模型被廣泛應(yīng)用的同時(shí)，也有部分廠商爭(zhēng)先開(kāi)源了自家的MoE模型。前不久，昆侖萬(wàn)維宣布開(kāi)源2千億參數(shù)的Skywork-MoE。而在此之前，浪潮信息的源2.0-M32、DeepSeek的DeepSeek-MoE 16B等，也都紛紛開(kāi)源。

為什么MoE模型如此火爆，備受各大廠商的青睞？在開(kāi)源的背后，MoE模型又是以什么樣的優(yōu)勢(shì)使各大主流廠商成為其擁躉，試圖作為改變AI行業(yè)的利器？

MoE模型火爆的背后：全新的AI解題思路

客觀來(lái)說(shuō)，MoE模型的具體工作原理更接近中國(guó)的一句古語(yǔ)“術(shù)業(yè)有專(zhuān)攻”，通過(guò)把任務(wù)分門(mén)別類(lèi)，然后分給多個(gè)特定的“專(zhuān)家”進(jìn)行解決。

它的工作流程大致如此，首先數(shù)據(jù)會(huì)被分割為多個(gè)區(qū)塊（token），然后通過(guò)門(mén)控網(wǎng)絡(luò)技術(shù)（Gating Network）再把每組數(shù)據(jù)分配到特定的專(zhuān)家模型（Experts）進(jìn)行處理，也就是讓專(zhuān)業(yè)的人處理專(zhuān)業(yè)的事，最終匯總所有專(zhuān)家的處理結(jié)果，根據(jù)關(guān)聯(lián)性加權(quán)輸出答案。

當(dāng)然，這只是一個(gè)大致的思路，關(guān)于門(mén)控網(wǎng)絡(luò)的位置、模型、專(zhuān)家數(shù)量、以及MoE與Transformer架構(gòu)的具體結(jié)合方案，各家方案都不盡相同，也逐漸成為各家競(jìng)爭(zhēng)的方向——誰(shuí)的算法更優(yōu)，便能在這個(gè)流程上拉開(kāi)MoE模型之間的差距。

像浪潮信息就提出了基于注意力機(jī)制的門(mén)控網(wǎng)絡(luò)（Attention Router），這種算法結(jié)構(gòu)的亮點(diǎn)在于可以通過(guò)局部過(guò)濾增強(qiáng)的注意力機(jī)制（LFA, Localized Filtering-based Attention），率先學(xué)習(xí)相鄰詞之間的關(guān)聯(lián)性，然后再計(jì)算全局關(guān)聯(lián)性的方法，能夠更好地學(xué)習(xí)到自然語(yǔ)言的局部和全局的語(yǔ)言特征，對(duì)于自然語(yǔ)言的關(guān)聯(lián)語(yǔ)義理解更準(zhǔn)確，從而更好地匹配專(zhuān)家模型，保證了專(zhuān)家之間協(xié)同處理數(shù)據(jù)的水平，促使模型精度得以提升。

基于注意力機(jī)制的門(mén)控網(wǎng)絡(luò)（Attention Router）

拋開(kāi)目前各家廠商在算法結(jié)構(gòu)上的創(chuàng)新與優(yōu)化不談，MoE模型這種工作思路本身所帶來(lái)的性能提升就非常顯著——通過(guò)細(xì)粒度的數(shù)據(jù)分割和專(zhuān)家匹配，從而實(shí)現(xiàn)了更高的專(zhuān)家專(zhuān)業(yè)化和知識(shí)覆蓋。

這使得MoE模型在處理處理復(fù)雜任務(wù)時(shí)能夠更準(zhǔn)確地捕捉和利用相關(guān)知識(shí)，提高了模型的性能和適用范圍。因此，「智能相對(duì)論」嘗試了去體驗(yàn)天工3.0加持的AI搜索，就發(fā)現(xiàn)對(duì)于用戶較為籠統(tǒng)的問(wèn)題，AI居然可以快速的完成拆解，并給出多個(gè)項(xiàng)目參數(shù)的詳細(xì)對(duì)比，屬實(shí)是強(qiáng)大。

天工AI搜索提問(wèn)“對(duì)比一下小米su7和特斯拉model3”所得出的結(jié)果

由此我們可以看到，AI在對(duì)比兩款車(chē)型的過(guò)程中，巧妙地將這一問(wèn)題拆解成了續(xù)航里程、動(dòng)力性能、外觀設(shè)計(jì)、內(nèi)飾設(shè)計(jì)、智能化與自動(dòng)駕駛、市場(chǎng)表現(xiàn)與用戶口碑、價(jià)格等多個(gè)項(xiàng)目，分別處理得出較為完整且專(zhuān)業(yè)的答案。

這便是“術(shù)業(yè)有專(zhuān)攻”的優(yōu)勢(shì)——MoE模型之所以受到越來(lái)越多廠商的關(guān)注，首要的關(guān)鍵就在于其所帶來(lái)的全新解決問(wèn)題的思路促使模型的性能得到了較為顯著的提高。特別是伴隨著行業(yè)復(fù)雜問(wèn)題的涌現(xiàn)，這一優(yōu)勢(shì)將使得MoE模型得到更廣泛的應(yīng)用。

各大廠商爭(zhēng)先開(kāi)源MoE模型：解決AI算力荒的另一條路徑

開(kāi)源的意義在于讓MoE模型更好的普及。那么，對(duì)于市場(chǎng)而言，為什么要選擇MoE模型？

拋開(kāi)性能來(lái)說(shuō)，MoE模型更突出的一點(diǎn)優(yōu)勢(shì)則在于算力效率的提升。

DeepSeek-MoE 16B在保持與7B參數(shù)規(guī)模模型相當(dāng)?shù)男阅艿耐瑫r(shí)，只需要大約40%的計(jì)算量。而37億參數(shù)的源2.0-M32在取得與700億參數(shù)LLaMA3相當(dāng)性能水平的同時(shí)，所消耗的算力也僅為L(zhǎng)LaMA3的1/19。

也就意味著，同樣的智能水平，MoE模型可以用更少的計(jì)算量和內(nèi)存需求來(lái)實(shí)現(xiàn)。這得益于MoE模型在應(yīng)用中并非要完全激活所有專(zhuān)家網(wǎng)絡(luò)，而只需要激活部分專(zhuān)家網(wǎng)絡(luò)就可以解決相關(guān)問(wèn)題，很好避免了過(guò)去“殺雞用牛刀”的尷尬局面。

舉個(gè)例子，盡管DeepSeek-MoE 16B的總參數(shù)量為16.4B，但每次推理只激活約2.8B的參數(shù)。與此同時(shí)，它的部署成本較低，可以在單卡40G GPU上進(jìn)行部署，這使得它在實(shí)際應(yīng)用中更加輕量化、靈活且經(jīng)濟(jì)。

在當(dāng)前算力資源越來(lái)越緊張的“算力荒”局面下，MoE模型的出現(xiàn)和應(yīng)用可以說(shuō)為行業(yè)提供了一個(gè)較為現(xiàn)實(shí)且理想的解決方案。

更值得一提的是，MoE模型還可以輕松擴(kuò)展到成百上千個(gè)專(zhuān)家，使得模型容量極大增加，同時(shí)也允許在大型分布式系統(tǒng)上進(jìn)行并行計(jì)算。由于各個(gè)專(zhuān)家只負(fù)責(zé)一部分?jǐn)?shù)據(jù)處理，因此在保持模型性能的同時(shí)，又能顯著降低了單個(gè)節(jié)點(diǎn)的內(nèi)存和計(jì)算需求。

如此一來(lái)，AI能力的普惠便有了非�？尚械穆窂健＿@樣的特性再加上廠商開(kāi)源，將促使更多中小企業(yè)不需要重復(fù)投入大模型研發(fā)以及花費(fèi)過(guò)多算力資源的情況下便能接入AI大模型，獲取相關(guān)的AI能力，促進(jìn)技術(shù)普及和行業(yè)創(chuàng)新。

當(dāng)然，在這個(gè)過(guò)程中，MoE模型廠商們?cè)跒槭袌?chǎng)提供開(kāi)源技術(shù)的同時(shí)，也有機(jī)會(huì)吸引更多企業(yè)轉(zhuǎn)化成為付費(fèi)用戶，進(jìn)而走通商業(yè)化路徑。畢竟，MoE模型的優(yōu)勢(shì)擺在眼前，接下來(lái)或許將有更多的企業(yè)斗都會(huì)嘗試新的架構(gòu)來(lái)拓展AI能力，越早開(kāi)源越能吸引更多市場(chǎng)主體接觸并參與其中。

但是，開(kāi)源最關(guān)鍵的優(yōu)勢(shì)還是在于MoE模型對(duì)當(dāng)前算力問(wèn)題的解決。或許，隨著MoE模型被越來(lái)越多的企業(yè)所接受并應(yīng)用，行業(yè)在獲得相應(yīng)AI能力的同時(shí)也不必困頓于算力資源緊張的問(wèn)題了。

寫(xiě)在最后

MoE大模型作為當(dāng)前人工智能領(lǐng)域的技術(shù)熱點(diǎn)，其獨(dú)特的架構(gòu)和卓越的性能為人工智能的發(fā)展帶來(lái)了新的機(jī)遇。不管是應(yīng)用還是開(kāi)源，隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的不斷拓展，MoE大模型有望在更多領(lǐng)域發(fā)揮巨大的潛力。

MoE模型的本質(zhì)在于為AI行業(yè)的發(fā)展提供了兩條思路，一是解決應(yīng)用上的性能問(wèn)題，讓AI有了更強(qiáng)大的解題思路。二是解決算力上的欠缺問(wèn)題，讓AI有了更全面的發(fā)展空間。由此來(lái)看MoE模型能成為行業(yè)各大廠商的寵兒，也是水到渠成的事情。

*本文圖片均來(lái)源于網(wǎng)絡(luò)

       原文標(biāo)題 : 晉升業(yè)內(nèi)新寵兒，MoE模型給了AI行業(yè)兩條關(guān)鍵出路