❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦

🎧 “告别卡顿！SepLLM 让大模型推理速度提升 50%，长文本处理不再是难题！”

大家好，我是蚝油菜花。你是否也遇到过——

• 👉 大模型推理速度慢，长文本处理卡顿严重
• 👉 内存占用高，资源消耗大，部署成本居高不下
• 👉 多轮对话和文档摘要任务中，上下文连贯性难以维持

今天揭秘的 SepLLM，用分隔符压缩技术彻底颠覆了大语言模型的推理效率！这个由香港大学和华为诺亚方舟实验室联合开发的高效框架，通过压缩段落信息并消除冗余标记，显著提升了模型的推理速度和计算效率。无论是处理 400 万标记的长序列，还是优化 KV 缓存使用量，SepLLM 都表现出色。接下来，我们将深入解析它的核心功能和技术原理，手把手教你如何部署和使用！

🚀 快速阅读

SepLLM 是一个用于加速大语言模型的高效框架，通过压缩段落信息并消除冗余标记，显著提高了模型的推理速度和计算效率。

1. 核心功能：支持长文本处理、推理与内存效率提升、多场景部署灵活性。
2. 技术原理：基于稀疏注意力机制和动态 KV 缓存管理，优化计算负担和内存使用。

SepLLM 是什么

SepLLM 是香港大学、华为诺亚方舟实验室等机构联合提出的用于加速大语言模型（LLM）的高效框架。它通过压缩段落信息并消除冗余标记，显著提高了模型的推理速度和计算效率。SepLLM 的核心是利用分隔符（如标点符号）对注意力机制的贡献，将段落信息压缩到这些标记中，减少计算负担。

SepLLM 在处理长序列（如 400 万标记）时表现出色，保持了低困惑度和高效率。它支持多节点分布式训练，集成了多种加速操作（如 fused rope 和 fused layer norm），适用于文档摘要、长对话等需要维持上下文连贯性的任务。

SepLLM 的主要功能

• 长文本处理能力：SepLLM 能高效处理超过 400 万个标记的长序列，适用于文档摘要、长对话等需要维持上下文连贯性的任务。
• 推理与内存效率提升：在 GSM8K-CoT 基准测试中，SepLLM 将 KV 缓存使用量减少了 50% 以上，同时计算成本降低 28%，训练时间缩短 26%，推理速度显著提升。
• 多场景部署灵活性：SepLLM 支持从零训练、微调和流式应用等多种部署场景，能与预训练模型无缝集成。
• 支持多节点分布式训练：SepLLM 的代码库支持高效的多节点分布式训练，集成了多种加速训练的操作（如 fused rope、fused layer norm 等）。

SepLLM 的技术原理

• 稀疏注意力机制：SepLLM 主要关注三类标记：初始标记、邻近标记和分隔符标记。通过 mask 矩阵限制注意力计算范围，仅计算这些标记之间的注意力，实现稀疏化。
• 动态 KV 缓存管理：SepLLM 设计了专门的缓存块，包括初始缓存、分隔符缓存、历史窗口缓存和局部窗口缓存。通过周期性压缩和更新策略，SepLLM 能高效处理长序列，同时减少 KV 缓存的使用。

如何运行 SepLLM

1. 环境准备

首先，创建一个 Conda 环境并安装所需的依赖：

conda create -yn streaming-sepllm python=3.8
conda activate streaming-sepllm 

pip install torch torchvision torchaudio # 我们使用 torch==2.1.0+cu121 进行流式测试。
pip install transformers==4.33.0 accelerate datasets evaluate wandb scikit-learn scipy sentencepiece

python setup.py develop

2. 评估 Streaming-SepLLM

运行以下命令来评估 Streaming-SepLLM：

CUDA_VISIBLE_DEVICES=0  python ./main/evaluate_streaming_inputs_perplexity.py \
    --model_name_or_path  meta-llama/Meta-Llama-3-8B\
    --init_cache_size 4 \
    --sep_cache_size 64 \
    --local_size 256 \
    --cache_size 800 \
    --enable_kv_cache_manager True \
    --enable_SepLLM True \
    --enable_StreamingLLM False \
    --enable_pos_shift True \
    --num_samples 5000000 \
    --num_eval_tokens 20480 \
    --dataset_name pg19 \
    --task default \
    --split test\
    --output_dir ./outputs/xxx   2>&1 | tee ./logs/demo/xxx.log

3. 训练 SepLLM

安装训练所需的依赖：

cd Training-SepLLM
pip install -r requirements/requirements.txt
python ./megatron/fused_kernels/setup.py install # 可选，如果不使用 fused kernels

启动训练：

python ./deepy.py train.py [path/to/config.yml]

资源

• 项目主页：https://sepllm.github.io/
• GitHub 仓库：https://github.com/HKUDS/SepLLM

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦