大模型训练开销还能更小：微软推出首个 FP4 训练框架，训练效果与 BF16 相当

独具创意的FP4精度大型模型训练框架现已推出，源自微软研究院！在相同超参数设定下，该框架可以达到与FP8和BF16相似的训练效果。

这表示所需的存储和计算资源可大大减少。

采用此方法训练的模型规模可达130亿参数规模，训练的Tokens数量也达到千亿级别。

此外，该方法并非真正的FP4，而是通过FP8来模拟，若采用真正的FP4，效果还可进一步提升。

（注：在进行研究时，尚未有原生支持FP4的硬件，故作者通过在FP8的TensorCore上进行模拟实现）

网络评论指出，效率更高而且质量无明显损失，FP4真的是一个颠覆性的技术。

还有看法认为，若这一发现被广泛知晓，可能会对老黄的股价造成影响。

当然，由于训练成本低，目前备受瞩目的DeepSeek也遭受了网友的热议：

在FP8 TensorCore上模拟FP4

如前文所述，在相同超参数设定下，作者的方法可以达到与BF16相似的训练效果。

具体而言，在1.3B、7B和13B的LLaMA模型上，从0到1千万Tokens的训练过程中，作者的FP4训练和BF16的损失曲线几乎相同。

在下游任务上，效果也与BF16相当。

为实现FP4精度训练，研究团队采用了定制化的FP4矩阵乘法（GeMM）CUDA内核。

在内核中，作者通过FP16将FP4的A和B矩阵读入共享内存并做相应变换，然后使用FP4进行分块矩阵乘法，最后通过FP16对中间结果进行归约以得到FP16格式的输出矩阵。

首先需确定量化的数据格式，该框架采用了E2M1的FP4格式，即使用2位表示指数，1位表示尾数，外加1位符号位，总共4位。

选择这一格式是为了与当前主流ML加速芯片的量化计算单元设计相契合。

此外，该框架对权重矩阵W和激活矩阵A采取了不同粒度的量化策略。

对W采用列方向（channel-wise）的量化，而对A采用行方向（token-wise）的量化。

这种量化粒度与硬件上的GeMM并行实现方式相匹配，可以在不需要额外矩阵转置操作的情况下最大化FP4在矩阵乘法上的加速效果。

在模型前向传播开始时，该框架对每个线性层的权重矩阵W和输入激活矩阵A同时进行FP4量化。

在量化过程中，首先对矩阵中的数值进行缩放和偏移，将其映射到FP4可表示的范围内，然后通过查表的方式将其四舍五入到最近的FP4离散值。

由于不同层的数值范围相差较大，因此需要为每一层的权重矩阵和激活矩阵确定独立的量化范围，即进行逐层的量化参数校准。

此框架采用的是scale+shift的校准方法，即先使用缩放因子将数值从原始范围映射到[-1,1]，再使用偏移因子将[-1,1]平移到FP4可表示的范围。

在反向传播过程中，若直接对量化后的矩阵进行求导，则权重矩阵的梯度几乎处处为0，导致无法进行参数更新。

因此，作者提出了一种新颖的可微分梯度估计方法。

在前向计算阶段，仍然使用硬量化以确保计算效率，但在反向传播阶段，通过一个连续可微的函数重新逼近量化函数，并计算修正项以获取梯度。

在训练过程中，模型的隐层激活分布通常表现出明显的长尾特征，即极少数维度的数值明显偏高，导致出现"离群点"。

为应对该问题，作者提出了一种"离群点削峰和补偿"策略。

具体做法是在激活矩阵A中，通过分位数检索方法找出幅值最大的离群点，将其限制在预设阈值范围内，得到削峰后的矩阵A_clamped。

接着，基于原始矩阵A和削峰后的A_clamped构建稀疏补偿矩阵∆A，其中仅削峰位置上数值为非零。

此外，在某些环节中，作者还采用了混合精度设计。

例如，在梯度通信时采用了FP8，在优化器状态（如动量）的存储时选择了FP16。系统的其他部分，如非矩阵乘操作的计算、损失缩放等，也均采用FP16。

通过这些混合精度设计，在保持训练数值稳定的同时，尽可能地降低计算和存储开销。

中科大博士生一作

此框架由微软亚洲研究院和SIGMA团队共同打造，所有研究人员均为华人。

第一作者Ruizhe Wang是中科大在读博士生，目前正在微软亚洲研究院实习，致力于研究低精度量化领域。

中科大科研部部长、类脑智能国家工程实验室执行主任、博士生导师查正军教授也参与了该项目。

通讯作者为微软亚洲研究院高级首席研究经理程鹏和首席研究经理Yeyun Gong。

程鹏曾先后就读于北航和清华，在清华攻读博士期间曾赴UCLA进行研究学习；Yeyun Gong则是复旦大学博士，毕业后加入微软。

微软亚洲研究院杰出科学家、常务副院长郭百宁也参与了此项目，他曾就读于北京大学和康奈尔大学，自1999年起便加入微软。

此外还有其他作者，完整名单详见以下链接：

论文地址：

• https://arxiv.org/abs/2501.17116

参考链接：

• https://x.com/arankomatsuzaki/status/1884446877837582598

本文来自微信公众号：量子位（ID：QbitAI），作者：克雷西

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。