IBM预览Granite 4.0 Tiny模型:12GB显存实现128K上下文5并发会话,提升计算效率与内存需求优化的Transformer架构
随着科技的快速发展,各大企业纷纷推出自己的创新技术。在本月 2 日,IBM 正式介绍了其 Granite 4.0 系列模型中的一个轻量级版本——Granite 4.0 Tiny 的预览版。这款模型以其卓越的计算效率和极低的内存需求而备受关注。
具体来看,Granite 4.0 Tiny Preview 在 FP8 精度下运行时,能够支持多达 5 个并发对话,每个对话的上下文窗口为 128KB,仅需 12GB 显存即可完成任务。这意味着,一张建议零售价为 329 美元(约合人民币 2383 元)的英伟达 GeForce RTX 3060 12GB 消费级显卡就能够满足其硬件需求。
此外,Granite 4.0 Tiny 的训练 Token 数预计至少达到 15T。目前,Preview 预览版本已经完成了 2.5T 的训练,尽管如此,它的性能已与经过 12T 训练 Token 的 Granite 3.3 2B Instruct 相当。更重要的是,在处理 128KB 上下文窗口和 16 并发会话时,其内存需求降低了约 72%,预计最终性能可媲美 Granite 3.3 8B Instruct。
从参数规模来看,Granite 4.0 Tiny Preview 总共有 7B 参数,其中实际活动参数为 1B。该模型采用了混合 Mamba-2 / Transformer 架构,这一架构不仅提升了速度和精度,还有效降低了内存消耗,同时保证了性能的稳定。
目前,Granite 4.0 Tiny 的预览版本已在 Hugging Face 平台上以标准 Apache 2.0 许可证形式提供。IBM 计划在今年夏天正式发布 Granite 4.0 系列模型的 Tiny、Small 和 Medium 版本,这将进一步丰富市场选择,为开发者提供更多可能性。
请注意,本文中包含的对外跳转链接(包括但不限于超链接、二维码、口令等形式)仅供参考,旨在传递更多信息,节省甄选时间。IT之家所有文章均包含此声明。
本文来源: