作為人工智能領(lǐng)域「暴力美學(xué)」的代表作，GPT 可謂是出盡風(fēng)頭，從誕生之初的 GPT 1.17 億參數(shù)，一路狂飆到 GPT-3 1750 億參數(shù)。隨著 GPT-3 的發(fā)布，OpenAI 向社區(qū)開放了商業(yè) API，鼓勵(lì)大家使用 GPT-3 嘗試更多的實(shí)驗(yàn)。然而，API 的使用需要申請(qǐng)，而且你的申請(qǐng)很有可能石沉大海。

為了讓資源有限的研究者也能體驗(yàn)一把玩大模型的樂趣，前特斯拉 AI 負(fù)責(zé)人 Andrej Karpathy 基于 PyTorch，僅用 300 行左右的代碼就寫出了一個(gè)小型 GPT 訓(xùn)練庫，并將其命名為 minGPT。這個(gè) minGPT 能夠進(jìn)行加法運(yùn)算和字符級(jí)的語言建模，而且準(zhǔn)確率還不錯(cuò)。

時(shí)隔兩年，minGPT 迎來更新，Karpathy 又上線新版本，并命名為 NanoGPT，該庫用于訓(xùn)練和微調(diào)中型大小的 GPT。上線短短幾天，狂攬 2.5K 星。

項(xiàng)目地址：https://github.com/karpathy/nanoGPT

在項(xiàng)目介紹中，Karpathy 這樣寫道：「NanoGPT 是用于訓(xùn)練和微調(diào)中型尺度 GPT 最簡單、最快的庫。是對(duì) minGPT 的重寫，因?yàn)?minGPT 太復(fù)雜了，以至于我都不愿意在使用它。NanoGPT 還在開發(fā)當(dāng)中，當(dāng)前致力于在 OpenWebText 數(shù)據(jù)集上重現(xiàn) GPT-2。

NanoGPT 代碼設(shè)計(jì)目標(biāo)是簡單易讀，其中 train.py 是一個(gè)約 300 行的代碼；model.py 是一個(gè)約 300 行的 GPT 模型定義，它可以選擇從 OpenAI 加載 GPT-2 權(quán)重。」

為了呈現(xiàn)數(shù)據(jù)集，用戶首先需要將一些文檔 tokenize 為一個(gè)簡單的 1D 索引數(shù)組。

$ cd data/openwebtext
$ python prepare.py

這將生成兩個(gè)文件：train.bin 和 val.bin，每個(gè)文件都包含一個(gè)代表 GPT-2 BPE token id 的 uint16 字節(jié)原始序列。該訓(xùn)練腳本試圖復(fù)制 OpenAI 提供的最小的 GPT-2 版本，即 124M 版本。

$ python train.py

假如你想使用 PyTorch 分布式數(shù)據(jù)并行（DDP）進(jìn)行訓(xùn)練，請(qǐng)使用 torchrun 運(yùn)行腳本。

$ torchrun --standalone --nproc_per_node=4 train.py

為了讓代碼更有效，用戶也可以從模型中進(jìn)行取樣：

$ python sample.py

Karpathy 表示，該項(xiàng)目目前在 1 個(gè) A100 40GB GPU 上一晚上的訓(xùn)練損失約為 3.74，在 4 個(gè) GPU 上訓(xùn)練損失約為 3.60。在 8 x A100 40GB node 上進(jìn)行 400,000 次迭代（約 1 天）atm 的訓(xùn)練降至 3.1。

至于如何在新文本上微調(diào) GPT，用戶可以訪問 data/shakespeare 并查看 prepare.py。與 OpenWebText 不同，這將在幾秒鐘內(nèi)運(yùn)行。微調(diào)只需要很少的時(shí)間，例如在單個(gè) GPU 上只需要幾分鐘。下面是運(yùn)行微調(diào)的一個(gè)例子

$ python train.py config/finetune_shakespeare.py

項(xiàng)目一上線，已經(jīng)有人開始嘗試了：

想要嘗試的小伙伴，可以參考原項(xiàng)目運(yùn)行。