[Machine Learning] 트랜스포머(Transformer) - 트랜스포머와 컴퓨팅

Transformer

• 트랜스포머가 거대 언어모델의 기반이 된 이유 ➔ 계산의 효율성
• 계산의 효율성은 유연한 확장성과 유사
• 컴퓨팅 관점에서의 트랜스포머의 의미 분석

리뷰

트랜스포머

• RNN과의 차별점
  • 시계열적 의존성에서 탈피
  • 결과적으로 장기의존성을 완화시키는 역할
  • 반대급부로 계산이 늘어나는 형태
  • 유연한 확장성이 장점
• 멀티 헤드 어텐션에 주목해야 함
  • 트랜스포머는 기계번역에 특화 (seq2seq)
    • 인코더-디코더의 특징
  • 언어 모델은 인코더나 디코더만 사용하는 경우가 다수
    • 멀티헤드 어텐션의 의미가 중요 → dot product attention

dot product attention의 의미

• 내적(dot product)은 벡터의 유사도를 의미
  • 입력(출력) 임베딩은 일차적으로 토큰 간의 유사도를 학습한 결과
    • 토큰의 의미자체가 비슷한 경우를 학습 (ex. 생각하다-고려하다 등)
  • 트랜스포머의 학습 가능한 모수인 쿼리, 키, 가치 행렬은 임베딩 벡터를 변화시키는 것으로 이해할 수 있음
    • 이는 곧 유사도를 변경시키는 역할
    • 단순한 유의어에서 벗어나 품사, 생물학적 속성
    • 확장된 속성은 곧 다양한 표현의 가능성으로..

딥러닝의 계산적 특성

• 대부분의 계산이 행렬곱으로 구성
  • 심층신경망, 합성곱신경망, 트랜스포머의 학습 및 추론에서 가장 큰 비중을 차지하는 것이 행렬곱

행렬곱

• 현대 계산자원이 왜 행렬곱을 잘 하는가?
  • 가격대비 성능이 우수한 GPU가 왜 활용되는지를 이해
  • 이를 위해 병렬처리의 기본개념과 루프라인 모델 설명

폰노이만 아키텍처

암달의 법칙

AXPY

AXPY의 계산 강도

행렬곱의 계산 강도

계산 강도와 루프라인 모델

결론

• 행렬의 크기가 충분히 크다면
  • 모든 계산자원을 십분 활용할 수 있음
• 그러나 알고리즘이 행렬곱으로만 되어 있는 것은 아님
  • 거대 언어 모델의 경우 30% 수준의 이론성능 활용
    • 멀티헤드 어텐션 별로 병렬 처리가 유효
  • 구글의 PaLM이나 NVIDIA-MS의 MT-NLG는 SW최적화를 통해 이 수준을 끌어올림