智東西（公衆號：zhidxcom）
作者 | ZeR0
編輯 | 漠影
智東西6月28日報道，昨晚，谷歌在I/O Connect大會上放大招，公佈其新一代最強開源模型——Gemma 2。
Gemma 2有90億（9B）和270億（27B）兩種參數規模可用。27B模型訓練了13T tokens，9B是8T tokens，都擁有8192上下文窗口，可在Google AI Studio中使用。26億參數（2.6B）模型將很快發佈，小到可以在手機本地運行。
在盲測大語言模型競技場LMSYS Chatbot Arena中，270億參數的Gemma 2指令微調模型擊敗了擁有700億參數的Llama 3，並超過Nemotron 4 340B、Claude 3 Sonnet、Command R+、Qwen 72B等模型，在所有開源權重的模型中位列第一；9B模型則是當前15B以下參數的模型中成績最好的。
谷歌在今年早些時候推出輕量級先進開源模型Gemma，只有2B和7B參數版本，下載量超過1000萬次。Gemma 2涵蓋從20億到270億參數，比第一代性能更高、推理效率更高，並且顯著改進安全性。這是該系列模型邁出的一大步。
270億參數的Gemma 2提供了與兩倍以上參數的模型競爭的替代方案，提供了直到去年12月才可能實現的性能，而且可以在單個英偉達A100/H100 Tensor Core GPU或TPU主機上以全精度高效運行推理，大大降低了部署成本。
在Hugging Face的基準上，谷歌將Gemma 2 27B與具有類似尺寸的Qwen1.5 32B進行了比較，還報告了Llama 3 70B的性能。Gemma 2 27B的尺寸只有Llama 3 70B的40%，訓練數據少到Llama 3 70B的2/3。結果顯示，Gemma 2 27B優於Qwen1.5 32B，比Llama 3 70B低幾個百分點。
一、重新設計架構，Gemma 2有三大特點
Gemma 2的技術報告共15頁，介紹了其架構的多項技術改進，包括交替使用局部-全局注意力機制和分組查詢注意力，還使用知識蒸餾而不是下一個token預測來幫助訓練較小的2B和9B模型。
▲Gemma模型的參數量
2.6B模型在一個TPUv5e集群的2x16x16配置上訓練，總共用了512張芯片。9B模型在TPUv4集群的8x16x32配置上訓練，總共4096張芯片。27B模型在TPUv5p集群的8x24x32配置上訓練，總共用了6144張芯片。
▲用切分訓練基礎設施
針對更高的性能和推理效率，谷歌在重新設計的架構上構建了Gemma 2。該模型採用與Gemma 1.1相似的算法配方，但用了更多的teacher監督並執行了模型合併。在編程、數學、推理、安全等能力上，Gemma 2都比1.1版本提升顯著。
▲主要模型參數及設計選擇的概述
結果，Gemma 2模型在其規模上提供了最佳性能，甚至提供了與大2-3倍的模型競爭的替代方案。以下是其突出的特點：
（1）卓越性能：Gemma 2 27B在其同類大小中提供了最佳性能，甚至提供了與兩倍以上大小的模型競爭的替代方案。Gemma 2 9B模型也提供了領先的性能，超過了Llama 3 8B和其他同類大小的開源模型。
谷歌在各種基準上比較2.6B、9B及27B模型，報告了可以與Llama 3進行比較的8個基準測試的平均性能，以及所有基準測試的平均性能。Llama 3 8B的數據來自HuggingFace leaderboard或其博客。
在MMLU上，9B模型得分爲71.3，27B模型爲75.2；在AGIEval上，9B模型得分52.8，27B模型得分55.1；在HumanEval上，9B模型得分40.2，27B模型得分51.8。
（2）無與倫比的效率和成本節省：Gemma 227B模型設計用於在單個谷歌雲TPU主機、英偉達A100 80GB Tensor Core GPU或H100 Tensor Core GPU上高效運行全精度推理，在保持高性能的同時顯著降低成本。這使得AI部署更加易於訪問和經濟實惠。
（3）跨硬件的快速推理：Gemma 2經過優化，可以在各種硬件上以令人難以置信的速度運行，硬件從功能強大的遊戲筆記本電腦和高端臺式機到基於雲的設置。在Google AI Studio中以全精度試用Gemma 2，在CPU上使用Gemma.cpp的量化版本解鎖本地性能，或在家用計算機上通過Hugging Face Transformers在英偉達RTX或GeForce RTX上試用。
二、支持商業化，兼容廣泛框架，方便部署
Gemma 2爲開發者和研究人員構建，其設計更容易集成到工作流程中：
（1）開放且可訪問：與原始Gemma模型一樣，Gemma 2也是根據谷歌具有商業友好的Gemma許可發佈的，允許開發人員和研究人員分享和商業化他們的創新。
（2）廣泛的框架兼容性：Gemma 2兼容主要的AI框架，如Hugging Face Transformers，以及通過原生Keras 3.0、vLLM、Gemma.cpp、Llama.cpp和Ollama的JAX、PyTorch和TensorFlow。此外，Gemma優化了英偉達TensorRT-LLM以在英偉達加速基礎設施上運行或作爲英偉達NIM推理微服務運行。用戶可以使用Keras和Hugging Face進行微調。谷歌正在積極努力實現更多參數高效的微調選項。
（3）輕鬆部署：從下個月開始，谷歌雲客戶將能輕鬆在Vertex AI上部署和管理Gemma 2。
新的Gemma Cookbook是一個包含實用示例和指南的集合，引導用戶構建自己的應用程序併爲特定任務微調Gemma 2模型。
三、提供負責任的AI開發資源，嚴格測試評估模型安全性
在負責任的AI開發方面，谷歌提供負責任地構建和部署AI所需的資源，包括負責任的生成式AI工具包。最近開源的LLM Comparator幫助開發者和研究人員深入評估語言模型。
即日起，用戶可使用配套的Python庫與自己的模型和數據進行比較評估，並在應用程序中可視化結果。此外，谷歌正在積極致力於開源文本水印技術SynthID，用於Gemma模型。
在訓練Gemma 2時，谷歌遵循內部安全流程，過濾了訓練前的數據，並針對一套全面的指標進行了嚴格的測試和評估，以識別和減輕潛在的偏見和風險。谷歌在與安全性和代表性危害相關的大量公共基準上公佈了其結果。
▲Gemma 2 IT模型和Gemma 1.1 IT模型的安全學術基準結果
結語：大模型研發趨於實用主義
谷歌Gemma 2的研究進展反映了當前大模型研究趨勢，即探索用更輕量級的、更實用的模型來實現更強的性能，並確保易部署，以更好地滿足不同的用戶需求。
谷歌爲開發者和研究人員提供了使用這些模型的多種途徑。Gemma 2現可在Google AI Studio中使用，可在沒有硬件要求的情況下測試其270億參數的全部性能，也可以從Kaggle和Hugging Face Models下載Gemma 2的模型權重，Vertex AI Model Garden即將推出。
通過Gemma 2，谷歌證明了蒸餾是訓練此類模型的有效方法，基於輸出概率的訓練能夠比純粹的下一個token預測產生更多的效果。模型仍存在侷限性，需要未來研究來持續優化事實性、對抗性攻擊的魯棒性以及推理和一致性。
爲支持研究和開發，Gemma 2還可通過Kaggle免費獲得，或通過Colab筆記本的免費層獲得。首次使用谷歌雲服務的用戶可能有資格獲得300美元的積分。學術研究人員可以申請Gemma 2學術研究計劃，以獲得谷歌雲積分，加速對Gemma 2的研究。申請截止日期爲8月9日。
來源：谷歌DeepMind