训练不同大小的大语言模型需要多少资源？快来看看你的服务器够不够用

本文主要是介绍训练不同大小的大语言模型需要多少资源？快来看看你的服务器够不够用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

根据LLaMA-Factory仓库文档，训练大语言模型的资源需求如下表所示，快来看看你的服务器够不够用吧！

方法	精度	7B	13B	30B	70B	110B	8x7B	8x22B
Full *	AMP*	120GB	240GB	600GB	1200GB	2000GB	900GB	2400GB
Full	16	60GB	120GB	300GB	600GB	900GB	400GB	1200GB
Freeze *	16	20GB	40GB	80GB	200GB	360GB	160GB	400GB
LoRA/GaLore/BAdam	16	16GB	32GB	64GB	160GB	240GB	120GB	320GB
QLoRA	8	10GB	20GB	40GB	80GB	140GB	60GB	160GB
QLoRA	4	6GB	12GB	24GB	48GB	72GB	30GB	96GB
QLoRA	2	4GB	8GB	16GB	24GB	48GB	18GB	48GB

Full：这种方法表示对模型的所有参数进行完全训练。换句话说，模型中的所有参数都可以在训练过程中更新。这种方法通常需要大量的计算资源和显存，但可以获得最高的模型精度。
Freeze：这种方法表示冻结模型的一部分参数，仅训练特定层或参数。例如，冻结预训练模型的前几层，只训练最后几层或新增的层。这样做可以减少计算资源和显存的需求，同时也能在一定程度上提高训练速度，适用于在已有模型基础上进行微调（fine-tuning）的场景。
AMP：代表自动混合精度（Automatic Mixed Precision）。这是深度学习中的一种技术，通过使用混合精度计算来加速训练和减少内存使用。这涉及在训练过程中同时使用16位（半精度）和32位（单精度）浮点数。

目前，LLaMA-Factory库支持的训练模型如下：

型名	模型大小	默认模块	Template
Baichuan2	7B/13B	W_pack	baichuan2
BLOOM	560M/1.1B/1.7B/3B/7.1B/176B	query_key_value	-
BLOOMZ	560M/1.1B/1.7B/3B/7.1B/176B	query_key_value	-
ChatGLM3	6B	query_key_value	chatglm3
Command-R	35B/104B	q_proj,v_proj	cohere
DeepSeek (MoE)	7B/16B/67B/236B	q_proj,v_proj	deepseek
Falcon	7B/40B/180B	query_key_value	falcon
Gemma/CodeGemma	2B/7B	q_proj,v_proj	gemma
InternLM2	7B/20B	wqkv	intern2
LLaMA	7B/13B/33B/65B	q_proj,v_proj	-
LLaMA-2	7B/13B/70B	q_proj,v_proj	llama2
LLaMA-3	8B/70B	q_proj,v_proj	llama3
LLaVA-1.5	7B/13B	q_proj,v_proj	vicuna
Mistral/Mixtral	7B/8x7B/8x22B	q_proj,v_proj	mistral
OLMo	1B/7B	q_proj,v_proj	-
Phi-1.5/2	1.3B/2.7B	q_proj,v_proj	-
Phi-3	3.8B	qkv_proj	phi
Qwen	1.8B/7B/14B/72B	c_attn	qwen
Qwen1.5 (Code/MoE)	0.5B/1.8B/4B/7B/14B/32B/72B/110B	q_proj,v_proj	qwen
StarCoder2	3B/7B/15B	q_proj,v_proj	-
XVERSE	7B/13B/65B	q_proj,v_proj	xverse
Yi (1/1.5)	6B/9B/34B	q_proj,v_proj	yi
Yuan	2B/51B/102B	q_proj,v_proj	yuan

支持的训练方法如下：

	全参数训练	部分参数训练	LoRA	QLoRA
预训练	✅	✅	✅	✅
指令监督微调	✅	✅	✅	✅
奖励模型训练	✅	✅	✅	✅
PPO 训练	✅	✅	✅	✅
DPO 训练	✅	✅	✅	✅
ORPO 训练	✅	✅	✅	✅

想学习大模型的小伙伴，不妨来试试吧！

这篇关于训练不同大小的大语言模型需要多少资源？快来看看你的服务器够不够用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---