DeepMind研究成本大起底，一篇ICML论文烧掉1290万美元

文章预览

发一篇顶会论文，需要多少实验预算？ 最近，DeepMind发表了一项研究，对LLM扩大规模时各种算法和架构细节，比如参数和优化器的选择，进行了广泛的实证调查。 这篇论文已被ICML 2024接收。 论文地址：https://arxiv.org/abs/2407.05872 63页的论文涵盖了数以万计的模型，备选方案包括3种优化器、4种参数化方案、几种对齐假设、十多个学习率，以及最高达26.8B的14种参数规模。 需要进行实验的4种参数化方案 仅仅听到这些数字，就不难知道，这项研究必定涉及海量的模型运行实验。 而有一位忠实读者，为了测试自己对论文内容的理解，统计了其中进行的所有实验，并估算出了复现论文的成本。 将所需算力全部加在一起，林林总总，居然达到了惊人的1290万美元。 考验基本功的时刻到了，假如你是研究团队的leader，根据实验计划对所需算力和成本进行预估是 ………………………………