腾讯混元大模型应用落地加速 超300个腾讯产品及场景接入内测

    本报记者 李豪悦

    11月23日，腾讯披露，腾讯混元大模型背后的自研机器学习框架Angel再次升级，大模型训练效率提升至主流开源框架的2.6倍，千亿级大模型训练可节省50%算力成本。升级后的Angel支持单任务万卡级别超大规模训练，进一步提升腾讯云HCC大模型专属算力集群的性能和效率。

    同时，Angel还提供了从模型研发到应用落地的一站式平台，支持用户通过API接口或精调等方式快速调用腾讯混元大模型能力，加速大模型应用构建，腾讯会议、腾讯新闻、腾讯视频等超过300个腾讯产品及场景均已接入腾讯混元内测。

    目前，相关能力已通过腾讯云对外开放。基于升级后的Angel机器学习框架，腾讯云TI平台可提供更优的训练和推理加速能力，并支持客户用自己的数据一站式训练精调，基于腾讯混元大模型打造专属智能应用。

    自研机器学习框架升级，大模型训练推理效率再提升

    面向大模型训练，腾讯自研了机器学习训练框架AngelPTM，针对预训练、模型精调和强化学习等全流程进行加速和优化。AngelPTM采用最新的FP8混合精度训练技术，结合深度优化后的4D并行和ZeROCache机制优化存储，可兼容适配多款国产化硬件，能够以更少的资源和更快的速度训练更大的模型。

    2023年4月份，腾讯云面向大模型而生的新一代HCC高性能计算集群正式发布，性能较前代提升3倍。除了硬件的升级外，针对大模型训练场景，HCC对网络协议、通信策略、AI框架、模型编译等也进行了系统级优化，大幅节约训练调优和算力成本。此前AngelPTM就已经通过HCC对外提供服务，本次Angel机器学习框架升级，也将进一步提升HCC大模型专属算力集群的性能，助力企业加速大模型落地。

    腾讯自研的大模型推理框架AngelHCF通过扩展并行能力、采用多种Attention优化策略等方式对性能进行了提升。同时，框架还适配了多种压缩算法，以提高吞吐能力，从而实现更快的推理性能和更低的成本，支持大型模型推理服务。相较于业界主流框架，AngelHCF的推理速度提高了1.3倍。

    一站式应用构建，让大模型“开箱即用”

    作为实用级大模型，腾讯混元大模型从研发之初就面向应用场景而生，在实践中解决大模型落地难点。腾讯产品及应用种类多、流量大，让模型真正“用起来”挑战很大。基于Angel，腾讯构建了大模型接入和应用开发的一站式平台，包含数据处理、精调、模型评估、一键部署以及提示词调优等服务，让大模型的“开箱即用”成为可能。

    模型接入层面，腾讯混元大模型提供千亿、百亿、十亿多个尺寸的模型，充分适配各类应用场景的需求，只需要经过简单微调就能达到满足业务需求的效果，同时降低模型训练和推理服务的资源成本，在问答、内容分类等常见应用场景中具有更高的性价比。

    应用开发层面，腾讯内部已有超过300项业务和应用场景接入腾讯混元大模型内测，相比上个月数量翻了一倍，覆盖文本总结、摘要、创作、翻译、代码等多个领域。

（编辑 汪世军）