明敏发自凹非寺
量子位公众号 QbitAI
马斯克说到做到开源 Grok-1，开源社区一片狂喜。
但基于 Grok-1 做改动 or 商用，都还有点难题：
Grok-1 使用 Rust+JAX 构建，对于习惯 Python+PyTorch+HuggingFace 等主流软件生态的用户上手门槛高。
△图注：Grok 登上 GitHub 热度榜世界第一
Colossal-AI 团队最新成果，解大家燃眉之急，提供方便易用的 Python+PyTorch+HuggingFace Grok-1，能将推理时延加速近 4 倍！
现在，模型已在 HuggingFace、ModelScope 上发布。
HuggingFace 下载链接：
https://huggingface.co/hpcai-tech/grok-1
ModelScope 下载链接：
https://www.modelscope.cn/models/colossalai/grok-1-pytorch/summary
性能优化
结合 Colossal-AI 在 AI 大模型系统优化领域的丰富积累，已迅速支持对 Grok-1 的张量并行。
在单台 8H800 80GB 服务器上，推理性能相比 JAX、HuggingFace 的 auto device map 等方法，推理时延加速近 4 倍。
使用教程
下载安装 Colossal-AI 后，启动推理脚本即可。
./run_inference_fast.sh hpcaitech/grok-1
模型权重将会被自动下载和加载，推理结果也能保持对齐。如下图中 Grok-1 greedy search 的运行测试。
更多详情可参考 grok-1 使用例：
https://github.com/hpcaitech/ColossalAI/tree/main/examples/language/grok-1
庞然大物 Grok-1
此次开源，xAI 发布了 Grok-1 的基本模型权重和网络架构。
具体来说是 2023 年 10 月预训练阶段的原始基础模型，没有针对任何特定应用（例如对话）进行微调。
结构上，Grok-1 采用了混合专家（MoE）架构，包含 8 个专家，总参数量为 314B（3140 亿），处理 Token 时，其中的两个专家会被激活，激活参数量为 86B。
单看这激活的参数量，就已经超过了密集模型 Llama 2 的 70B，对于 MoE 架构来说，这样的参数量称之为庞然大物也毫不为过。
更多参数信息如下：
窗口长度为 8192tokens，精度为 bf16 Tokenizer vocab 大小为 131072（2^17），与 GPT-4 接近； embedding 大小为 6144（48×128）； Transformer 层数为 64，每层都有一个解码器层，包含多头注意力块和密集块； key value 大小为 128； 多头注意力块中，有 48 个头用于查询，8 个用于 KV，KV 大小为 128； 密集块（密集前馈块）扩展因子为8，隐藏层大小为 32768
在 GitHub 页面中，官方提示，由于模型规模较大（314B 参数），需要有足够 GPU 和内存的机器才能运行 Grok。这里 MoE 层的实现效率并不高，选择这种实现方式是为了避免验证模型的正确性时需要自定义内核。
模型的权重文件则是以磁力链接的形式提供，文件大小接近 300GB。
值得一提的是，Grok-1 采用的是 Apache 2.0 license，商用友好。
目前 Grok-1 在 GitHub 上的标星已达到 43.9k Stars。
量子位了解，Colossal-AI 将在近期进一步推出对 Grok-1 在并行加速、量化降低显存成本等优化，欢迎持续关注。
Colossal-AI 开源地址：
