爱芯通元NPU完成Llama 3和Phi-3大模型适配，推动AI大模型技术应用普及
背景
AI大模型技术的持续进步正在推动千行百业智能化升级。近日，Meta、Microsoft相继发布具有里程碑意义的Llama 3系列和Phi-3系列模型，其中Llama 3包括8B、70B两种规格，Phi-3包括mini（3.8B）、small（7B）、medium（14B）三种规格。为了进一步给开发者提供更多尝鲜，爱芯元智的NPU工具链团队迅速响应，已基于AX650N平台完成 Llama 3 8B和Phi-3-mini模型适配。
Llama 3
上周五，Meta发布了Meta Llama 3系列语言模型（LLM），具体包括一个8B模型和一个70B模型在测试基准中，Llama 3模型的表现相当出色，在实用性和安全性评估中，与那些市面上流行的闭源模型不相上下。
官方网址：https://llama.meta.com/llama3
在架构层面，Llama 3选择了标准的仅解码（decoder-only）式Transformer架构，采用包含128K token词汇表的分词器。Llama 3使用了超过15T的公开数据进行训练，其中5%为非英文数据，涵盖30多种语言，训练数据量是前代Llama 2的七倍。
根据Meta的测试结果，Llama 3 8B模型在MMLU、GPQA、HumanEval等多项性能基准上均超过了Gemma 7B和Mistral 7B Instruct，70B模型则超越了名声在外的闭源模型Claude 3的中间版本Sonnet，和谷歌的Gemini Pro 1.5相比三胜两负。
实际上板结果
目前AX650N已经完成了Llama 3 8B Int8版本的适配，若采用Int4量化，每秒token数还能再翻一倍，能满足正常的人机交流。
Phi-3
Llama 3刚发布没多久，竞争对手就来了，而且是可以在手机上运行的小体量模型。
本周二，微软发布了自研小尺寸模型Phi-3。尽管Phi-3-mini被优化至可部署在手机上，但它的性能可以与Mixtral 8x7B和GPT-3.5等模型相媲美。微软表示，该创新主要在于用了质量更好的训练数据集。
在线DEMO：
https://ai.azure.com/explore/models/Phi-3-mini-4k-instruct/version/2/registry/azureml
实际上板结果
目前AX650N已经完成了Phi-3-mini Int8版本的适配，已能满足正常的人机交流。
其他成果
AX650N能第一时间完成Llama 3和Phi-3的适配，源于今年以来相关团队悄悄完成了现有NPU工具链针对大语言模型的支持和调优。目前除了Llama 3之外，已经完成了Llama 2、TinyLlama、Phi-2、Qwen1.5、ChatGLM3等国内外主流的开源大语言模型适配。
相关成果已释放到开发者社区（https://github.com/AXERA-TECH/ax-llm）欢迎尝鲜。
后续计划
今年是AIPC的元年，我们将针对AIPC的常见应用提供更多的解决方案。充分发挥爱芯通元NPU高能效比的技术优势，让各种有趣的大模型实现高性价本地化部署，做到“人人都用得起大模型”，深入实践“普惠AI，造就美好生活”。
