10 月 12 日消息 語言模型(Language Model)簡單來說就是一串詞序列的概率分布，主要作用是為一個長度為 m 的文本確定一個概率分布 P，表示這段文本存在的可能性。
大家之前可能或多或少聽說過 GPT-3，OpenAI 最新的語言模型，堪稱地表最強語言模型，也被認為是革命性的人工智能模型。除此之外還有 BERT、Switch Transformer 等重量級產品，而且業內其他企業也在努力推出自家的模型。
微軟和英偉達今天宣布了由 DeepSpeed 和 Megatron 驅動的 Megatron-Turing 自然語言生成模型(MT-NLG)，這是迄今為止訓練的最大和最強大的解碼語言模型。
IT之家了解到，作為 Turing NLG 17B 和 Megatron-LM 的繼任者，這個模型包括 5300 億個參數，而且 MT-NLG 的參數數量是同類現有最大模型 GPT-3 的 3 倍，并在一系列廣泛的自然語言任務中展示了無與倫比的準確性，例如：
完成預測
閱讀理解
常識推理
自然語言推理
詞義消歧
105 層、基于轉換器的 MT-NLG 在零、單和少樣本設置中改進了先前最先進的模型，并為兩個模型規模的大規模語言模型設定了新標準和質量。
據悉，模型訓練是在基于 NVIDIA DGX SuperPOD 的 Selene 超級計算機上以混合精度完成的，該超級計算機由 560 個 DGX A100 服務器提供支持，這些服務器以完整的胖樹(FatTree)配置與 HDR InfiniBand 聯網。每個 DGX A100 有 8 個 NVIDIA A100 80GB Tensor Core GPU，通過 NVLink 和 NVSwitch 相互完全連接。微軟 Azure NDv4 云超級計算機使用了類似的參考架構。
