九年前以超高薪入职谷歌的天才女程序员Justine Tunney又一次用她的才华和努力，展示了程序员的魅力。
她在社交媒体上分享了自己重写Llamafile代码的消息，她重写的84个新的矩阵乘法内核，使Llamafile可以更快地读取提示和图像。
与llama.cpp相比，新的Llamafile在CPU上的推理速度提升了30%到500%。其中，ARMv8.2+（如RPI 5）、Intel（如Alderlake）和AVX512（如Zen 4）计算机的改进最为显著。
另外，对于适合L2缓存的矩阵，新的内核比MKL（数学核心函数库）快2倍！
Justine Tunney出生于1984年，14岁就开始帮别的黑客开发软件，当时的绰号是「Oogle」。
Justine Tunney表示：负责MKL的大家，你们有事做了！
英特尔数学核心函数库(Intel Math Kernel Library,MKL)是一套经过高度优化和广泛线程化的数学例程，专为需要极致性能的科学、工程及金融等领域的应用而设计。核心数学函数包括BLAS、LAPACK、ScaLAPACK1、稀疏矩阵解算器、快速傅立叶转换、矢量数学及其它函数。其可以为英特尔处理器提供性能优化，并且更出色地与 Microsoft Visual Studio相集成。Intel MKL是一套经过高度优化和线程化的函数库，并提供了C和Fortran接口。
毕竟，由微软，英特尔，TI，AMD，HPE，Oracle，Huawei，Facebook，ARM和National Science Foundation资助的BLIS，作为最强大的开源BLAS，输了就太没面子了！
Llamafile作为一个本地LLM项目，2023年11月由Justine Tunney与Mozilla团队合作开发。
他们使用Cosmopolitan Libc，将llama.cpp打包为一个跨平台的单个二进制文件，让「羊驼」可以在基于AMD64和ARM64的六个操作系统上运行。
而且在GPU短缺的情况下，Llamafile可以不需要昂贵的CUDA内核，——家里的旧CPU，只要性能还行，再加一点RAM就足够了，很好地保护了大家的钱包。
项目地址：https://github.com/Mozilla-Ocho/llamafile/releases
Llamafile代码可以在GitHub上找到，使用C++编写的，没有外部依赖，可以在Linux、macOS、Windows、FreeBSD，甚至SerenityOS上编译。
而且，Justine Tunney对技术的极致追求让她建立了支持新的数据格式，比如FP16和BF16，以进一步减少内存占用。
亦步亦趋的性能提升
NO.1 老式HP主机开启了Justine Tunney的开发之路
Justine Tunney最开始尝试LLM时，用的是下面这台简陋的HP主机，运行Alpine，机械硬盘、慢速RAM、AVX2处理器、没有 GPU。
HP Intel® Core™ i9-9900 ($439) w/ 2200 MT/s RAM
Justine Tunney与人合作为其引入了mmap()支持，使得权重可以立即加载，只使用原来一半的RAM，这大大优化了llama.cpp的使用效果。
之后，Justine又花了很长的时间来优化代码，让我来看一下改进后的效果：在Skylake上，llamafile实现了2倍的加速，llama.cpp也获得了50%的性能提升。
到目前为止，Justine为q8_0、f16、q4_1、q4_0和f32数据类型编写了优化的内核。
NO.2 树莓派的硬件加持
最新版的树莓派在硬件性能的提升也让llama.cpp在f16权重上实现了10倍性能提升。再加上树莓派的两个CPU都有32个矢量寄存器，Justine使用为AVX512编写的内核，使推理速度又提高了2倍。
新版的树莓派既提升了主频，又引入了对ARMv8.2 dotprod 和fp16算术ISA的支持。
NO.3 Alderlake CPU——游戏主机
在Alderlake CPU上，Justine将float16的性能提高了五倍，并且Alderlake能够在不引入舍入错误的情况下做到这一点，因为它在内部使用float32计算类型。
NO.4 AMD
虽然llamafile非常关心帮助缺乏GPU的人，但也为另外1%的人提供了一流的体验。
AMD Ryzen Threadripper PRO 7995WX，通过花费10,000美元左右，你会得到96个基于Zen4架构的AVX512内核。
尽管价格只有M2 Ultra的两倍，但7995WX x86 ISA提供的原始计算能力是M2 Ultra ARM ISA的7倍，token生成速度几乎相同，这可能要归功于384M的L3缓存。
通过Justine的优化，现在可以在Zen4上以2.8倍的速度运行LLaMA。
本文链接：https://www.hzby.vip/Llama3/20.html
Llama 3开源模型llama.meta.com/llama3Llama 3开源模型Llama 3模型下载Llama 3官网Ollama 地址GGUF 版本地址Llama-3官方模型权重地址Llama-3-70B
网友评论