Folia
← 返回头版

突破三值大语言模型1.58比特存储瓶颈

研究人员提出BITCOS算法,有效降低三值大语言模型的存储成本。1该算法分析了29个三值LLM模型中的权重分布特性,发现零权重占比最高达51.5%。1利用这一特征,BITCOS采用自适应分布式布局方案,在26个测试模型上的存储效率超过了传统五进制打包方法。1

传统五进制打包每权重需要1.625比特的存储空间,而BITCOS算法通过充分利用零权重分布实现了2-z比特每权重的成本(z为零密度),最稀疏的模型存储效率达到1.485比特每权重。1除了存储优化外,该算法还带来了显著的推理性能提升,在矩阵-向量乘法中最高实现1.28倍加速,CPU解码吞吐量提升至1.18倍,GPU解码提升至1.27倍。1该方案支持AVX-512、AVX2和Intel Xe2 GPU等多个计算平台。1


评论