10 月 12 日消息 語言模型(Language Model)簡單來說就是一串詞序列的概率分布，主要作用是為一個長度為 m 的文本確定一個概率分布 P，表示這段文本存在的可能性。

　　大家之前可能或多或少聽說過 GPT-3，OpenAI 的語言模型，堪稱地表最強(qiáng)語言模型，也被認(rèn)為是革命性的人工智能模型。除此之外還有 BERT、Switch Transformer 等重量級產(chǎn)品，而且業(yè)內(nèi)其他企業(yè)也在努力推出自家的模型。

　　微軟和英偉達(dá)今天宣布了由 DeepSpeed 和 Megatron 驅(qū)動的 Megatron-Turing 自然語言生成模型(MT-NLG)，這是迄今為止訓(xùn)練的和最強(qiáng)大的解碼語言模型。

　　作為 Turing NLG 17B 和 Megatron-LM 的繼任者，這個模型包括 5300 億個參數(shù)，而且 MT-NLG 的參數(shù)數(shù)量是同類現(xiàn)有模型 GPT-3 的 3 倍，并在一系列廣泛的自然語言任務(wù)中展示了無與倫比的準(zhǔn)確性，例如：

　　完成預(yù)測

　　閱讀理解

　　常識推理

　　自然語言推理

　　詞義消歧

　　105 層、基于轉(zhuǎn)換器的 MT-NLG 在零、單和少樣本設(shè)置中改進(jìn)了先前進(jìn)的模型，并為兩個模型規(guī)模的大規(guī)模語言模型設(shè)定了新標(biāo)準(zhǔn)和質(zhì)量。

　　據(jù)悉，模型訓(xùn)練是在基于 NVIDIA DGX SuperPOD 的 Selene 超級計算機(jī)上以混合精度完成的，該超級計算機(jī)由 560 個 DGX A100 服務(wù)器提供支持，這些服務(wù)器以完整的胖樹(FatTree)配置與 HDR InfiniBand 聯(lián)網(wǎng)。每個 DGX A100 有 8 個 NVIDIA A100 80GB Tensor Core GPU，通過 NVLink 和 NVSwitch 相互完全連接。微軟 Azure NDv4 云超級計算機(jī)使用了類似的參考架構(gòu)。