電子發燒友網報道（文/周凱揚）大語言模型的風靡給AI應用創造了不少機會，無論是效率還是創意上，大語言模型都帶來了前所未有的表現，這些大語言模型很快成為大型互聯網公司或者AI應用公司的殺手級產品。然而在一些對實時性要求較高的應用中，比如AI客服、實時數據分析等，大語言模型并沒有太大的優勢。

在動輒萬億參數的LLM下，硬件需求已經遭受了不小的挑戰。所以面對一些相對簡單的任務，規模較小的小語言模型（SLM）反而更加適合。尤其是在端側的本地AI模型，在低功耗算力有限的邊緣AI芯片支持下，小語言模型反而更適合發揮最高性能，而不是促使硬件一味地去追求更大規模模型的支持。

微軟Phi

2023年，微軟推出了一個基于Transformer架構的小語言模型Phi-1，該模型只有13億參數，且主要專注于基礎的Python編程，實現文本轉代碼。整個模型僅僅用到8塊A100 GPU，耗時四天訓練完成的。

這也充分說明了小語言模型的靈活性，在LLM普遍需要成百上千塊GPU，花費數十乃至上百天的時間完成模型的訓練時，SLM卻只需要千分之一的資源，就可以針對特定的任務打造適合的模型。

近日，微軟對Phi模型進行了全面更新，推出了Phi-3-mini、Phi-3-small和Phi-3-medium三個版本。其中Phi3-mini是一個38億參數的小語言模型，同步推出的Phi-3-small和Phi-3-medium分別為70億參數和140億參數的模型。

Phi-3-mini有支持4K和128K兩個上下文長度的版本，也是這個規模的模型中，第一個支持到最高128K上下文長度的版本，微軟聲稱其性能甚至超過不少70億參數的大模型。通過在搭載A16芯片的iPhone 14上測試，在純粹的設備端離線運行下，Phi-3-mini可以做到12 token每秒的速度。

谷歌Gemma

在Gemini模型獲得成功后，基于大語言模型框架Gemini，谷歌也開發了對應的輕量小語言模型Gemma。Gemma分為20億參數和70億參數的版本，其中20億參數的Gemma可以在移動設備和筆記本電腦上運行，而70億參數的版本則可以擴展至小型服務器上。雖然資源占用不高，但Gemma在各項基準測試中，依然可以與更大規模的模型相媲美，比如130億參數的Llama-2等。

此外，谷歌不僅提供了預訓練版本的Gemma，也支持通過額外的訓練來實現模型調優，用于修改Gemma模型的行為，提高其在特定任務上的表現，比如通過人類語言互動進行訓練，提高聊天機器人中響應式對話輸入的表現等。

?
Gemma與Llama-2的性能對比/谷歌

在對運行設備的要求上，Gemma自然比不上大哥Gemini，但谷歌與英偉達合作，針對從數據中心到云端再到RTX AI PC的GPU都進行了優化，這樣一來不僅具有廣泛的跨設備兼容性，也能確保擴展性和高性能的雙重優勢。

寫在最后

小語言模型的出現為行業帶來了新的選擇，尤其是在大多數大模型應用還是在不斷燒錢的當下，小語言模型加速落地的同時，也提供了訓練成本更低的解決方案。但與此同時，小語言模型的缺陷依然不可忽視，比如其規模注定了無法存儲足夠的“事實性知識”，其次這類小語言模型很難做到多語言支持。但我們必須認清小語言模型的存在并不是為了替代大語言模型，而是提供一個更加靈活的模型方案。