机器学习正在突破摩尔定律，Epoch 最新AI发展趋势预测

近日，Epoch AI更新了他们对机器学习远期趋势的研究报告，在计算、数据、硬件、算法、成本等多个维度对人工智能模型趋势进行了深入研究。

Epoch AI是一家研究机构，致力于研究影响人工智能发展轨迹和治理的关键趋势和问题，以造福社会。其报告中的研究结论联合了包括 StandfordHAI 在内的多个学术机构发布，部分研究成果在 ICML 等期刊会议发布，是目前市面上相对权威的趋势预测来源。

01.

计算趋势:

前沿 AI 模型的训练计算量每年增长4-5倍

AI 训练中使用的计算量是 AI 进步的关键驱动因素。Epoch AI 对300多个机器学习系统的分析表明，从2010年到2024年5月，用于训练近期模型的计算量每年增长4-5倍。我们发现前沿模型、近期的大型语言模型以及领先公司的模型也出现了类似的增长。

最先进的 AI 模型发展速度有多快?AI 训练中使用的计算量是 AI 进步的关键驱动因素。Epoch AI 对300多个机器学习系统的分析表明:

自2010年以来，著名 ML 模型的训练计算量每年增长4.1倍。而从1956年到2010年， 著名 ML 模型的训练计算量每年增长1.5倍。

对排名前10名的前沿模型进行统计观测:

在2018年前，模型计算量的增长速度快于总体趋势，高达6.7x/年，或许反映了实验室加入 AI 竞赛。

2018年之后，前沿模型的增长放缓至4.2x/年，与总体趋势趋于一致。

语言模型是当今最重要的模型之一。前沿 LLM 在过去十年中经历了快速的计算增长，在 GPT-3（2020年）之后放缓至每年5倍。

领先的人工智能实验室，包括OpenAI、Google DeepMind 和 Meta AI，一直在以与总体趋势相对一致的速度扩展其模型，平均每年增长5-7倍。

每年4-5倍的增长速度是令人难以置信的，需要面临巨大的工程和科学挑战才能维持。训练很快将涉及管理数十万个 GPU 的集群，并使用它们高效地训练更大的模型。

Gemini Ultra 可能是迄今为止计算最密集的模型，其最后一次训练运行的总训练计算量估计为5e25FLOP。

02.

数据趋势

2028年前，人类的文本Token会被消耗殆尽

有多少文本可以用于训练?

Common Crawl（CC） 是一个广泛使用的爬取数据存储库，包含超过100万亿个 Token，大约是最大数据集的10倍。

Epoch AI 采用常用于研究搜索引擎的方法来估算索引网站的大小。使用CC等网络语料库计算词频，然后在Google搜索词频不同的单词，并记录每个单词的页面数量。由此计算出索引网络上大概有500万亿个Token，排除掉不适合LLM训练的数据集，最终网络文本库存将下降至100万亿个 Token。

那么何时会耗尽网络上的文本?在大概100T Token上训练一个4个Epochs的模型大概会消耗~5e28FLOP的计算资源，预计比GPT4高出3个数量级（OOMs），根据模型算法的增长速度，大概在2028年会达到这个临界点，如果过度训练，这一时间甚至会更早到来。

目前，Llama370B 表示其接受了15万亿个Token的训练，使其成为公开确认的拥有最大训练数据集的模型。

当然，还有一些未编入索引的“深层”网络和私人数据。Epoch AI估算，在Facebook、Instagram 和 WhatsApp 等社交媒体和消息应用中有约3000T Token。

为了在2028年（或5e28FLOP）之后保持当前的进展速度，开发或改进替代数据源(如合成数据)似乎至关重要。尽管挑战仍然存在，但这些挑战可以使机器学习继续扩展到公共文本之外。

03.

硬件趋势:

ML 硬件的 FLOP/s 性能每2.3年翻一番

Epoch AI 使用2010年至2023年机器学习实验中常用的47个机器学习加速器（GPU 和其他 AI 芯片）来研究 GPU 等硬件的计算性能发现:

大型硬件集群对于最先进的 ML 模型训练和推理的整体性能取决于多种因素，包括 GPU 本身的计算性能、内存容量、内存带宽和互连。ML 硬件加速器中的 FLOP/s 性能每2.3年翻一番，内存容量和带宽每4年翻一番。

鉴于现代 ML 训练运行需要数千个芯片的有效交互，因此内存和互连带宽是利用大型分布式 ML 训练场景中的峰值计算性能的瓶颈。

使用硬件成本或估算的云成本计算 GPU 性价比:ML GPU 的计算性价比 [FLOP/$] 每2.1年翻一番，通用 GPU 每2.5年翻一番。

使用TDP（芯片的热设计功率）计算ML 硬件的能效:ML GPU 的能源效率 [FLOP/s/瓦特] 每3.0年翻一番，通用 GPU 每2.7年翻一番。

04.

算法趋势:

语言模型性能每5到14个月翻一番

在对 LLM 的算法升级进行研究时，Epoch AI发现，算法进步使得模型实现给定性能水平所需的计算量大约每8个月减半，95% 的置信区间为5到14个月，再次超过摩尔定律。

尤其是两个特别值得注意的算法创新，一个是Transformer 架构，他的引入相当于该领域近两年的算法进展。另一项创新是另一项创新是Chinchilla缩放定律的引入，相当于8到16个月的算法进展。

Epoch AI 在研究模型性能改善时，尝试归因算法的影响比重。其数据发现，计算效率的提高解释了自2014年以来语言建模性能改进的大约35%，而计算规模的增加则解释了模型65% 的性能改进。

05.

成本趋势:

模型训练成本每9个月翻一番

Epoch AI 估算了45个前沿模型，根据模型训练期间的硬件折旧和能耗来计算训练成本，发现自2016年以来，训练前沿 ML 模型的美元成本，总体增长率为每年2.4倍。同时，自2016年以来，用于训练前沿 ML 模型的硬件购置成本，每年增长2.5倍。

在过去几年中，头部大厂的模型成本竞赛已经到了新的数量级。根据最新数据，开发 Gemini Ultra 的总摊销成本（包括硬件、电力和员工薪酬）估计为1.3亿美元。用于训练 Gemini Ultra 的硬件购置成本估计为6.7亿美金。

按照当前的训练成本增长速度，预计在2027年，最大的模型成本将超过10亿美金。

在拆分模型训练成本时，Epoch AI 分析了几个主流选定模型的开发成本。这些模型包括 GPT-3、OPT-175B、GPT-4和 Gemini Ultra。

研究发现，目前AI加速器芯片、其他服务器组件和互连硬件的总成本占总成本的47-67%，而研发人员成本占29-49%（包括股权），能源消耗占剩余成本的2-6%。

虽然当前能源只占成本的一小部分，但由于模型所需的电力容量很大，目前Gemini Ultra 预计需要35兆瓦。简单推断到2029年，人工智能超级计算机将需要千兆瓦级的电力供应。