Jamba (language model) (KO)

From Systems analysis Wiki
Jump to navigation Jump to search

Jamba — 이스라엘 연구 기업 AI21 Labs가 개발한 대형 언어 모델(LLM) 패밀리입니다. Jamba는 AI 개발의 두 가지 주요 접근 방식인 transformer와 상태 공간 모델(State Space Models, SSM), 특히 Mamba 아키텍처[1]의 핵심 요소를 결합한 최초의 하이브리드 아키텍처입니다. 

Jamba의 주요 목표는 현대 LLM의 근본적인 트레이드오프를 해결하는 것입니다. 즉, transformer의 장점인 높은 품질과 성능과, SSM의 장점인 효율성 및 초장문 컨텍스트 처리 능력을 동시에 갖추는 것입니다. 이 두 접근 방식을 결합하고 Mixture-of-Experts(MoE)를 통한 희소성을 추가함으로써, Jamba는 강력하고 효율적이며 하나의 요청 내에서 방대한 양의 텍스트를 처리할 수 있는 모델을 제공합니다.

Jamba 아키텍처 상세

Jamba는 단순히 transformer 레이어와 Mamba 레이어를 교차 배치하는 것이 아닙니다. 각 블록이 8개의 레이어로 구성되는 세심하게 설계된 블록 구조를 사용합니다.

Jamba 블록 하나의 구조:

  • Transformer 레이어 1개: 이 레이어는 "심층" 이해와 복잡한 추론을 담당합니다. 이 레이어에는 Mixture-of-Experts(MoE) 아키텍처가 내장되어 있습니다.
  • Mamba 레이어 7개: 이 레이어들은 transformer 레이어 뒤에 위치하며, 시퀀스의 효율적인 처리와 긴 컨텍스트를 통한 정보 전달을 담당합니다[2].

이러한 비대칭 구조를 통해 모델은 계산 자원을 효율적으로 관리할 수 있습니다. 무겁지만 강력한 transformer 연산은 드물게 수행되는 반면, 가볍고 빠른 Mamba 연산은 더 자주 수행됩니다.

Mixture-of-Experts (MoE) 통합

Jamba는 효율성을 더욱 높이기 위해 MoE 아키텍처를 활용합니다.

  • MoE는 transformer 레이어 내부의 완전 연결 블록(FFN)에만 적용됩니다[3]. Mamba 레이어는 밀집(dense) 상태를 유지합니다.
  • 첫 번째 Jamba 모델에는 전문가(expert) 16개가 있습니다.
  • 각 token에 대해 라우터 네트워크가 상위 2명의 전문가를 선택합니다(Top-2 gating).

즉, 모델의 전체 파라미터 수는 방대하지만(520억 개), transformer 레이어에서 token을 처리하는 각 단계에서는 16명의 전문가 중 2명만 활성화되어 연산이 매우 빠릅니다.

Jamba 모델의 발전

Jamba-v0.1 (2024년 3월)

이 패밀리에서 처음 출시된 모델의 특징은 다음과 같습니다:

Jamba-v0.1 기술 사양
특징 값
전체 파라미터 수 520억 개
활성 파라미터 약 120억 개
전문가 수 (MoE) 16개 (활성 2개)
컨텍스트 윈도우 256,000 token
라이선스 Apache 2.0[4]

하이브리드 아키텍처 덕분에 Jamba-1은 256,000 token 길이의 컨텍스트를 처리할 수 있으며, 이는 약 400페이지 분량의 소설에 해당합니다. 또한 80GB 메모리를 갖춘 단일 소비자용 GPU에서 구동할 수 있습니다[5].

Jamba-1.5 (2024년)

2024년 AI21 Labs는 두 가지 버전을 포함하는 업데이트된 Jamba 1.5 모델 패밀리를 출시했습니다: Jamba 1.5 Mini(전체 520억 개 파라미터 중 활성 120억 개)와 Jamba 1.5 Large(전체 3,980억 개 파라미터 중 활성 940억 개)[6]. 이 모델들은 성능 면에서 상당한 개선을 보여줍니다:

  • 경쟁 모델 대비 긴 컨텍스트에서 최대 2.5배 빠른 추론 속도.
  • 영어, 스페인어, 프랑스어, 아랍어를 포함한 9개 언어 지원[7].

주요 장점 및 성능

  • 방대한 컨텍스트 윈도우: 256,000 token — 출시 당시 모든 공개 모델(독점 모델 포함) 중 가장 큰 윈도우 중 하나입니다. 이를 통해 Jamba는 법률 계약서, 학술 논문, 전체 코드베이스, 긴 대화 등 대용량 문서 분석이 필요한 작업에 이상적입니다.
  • 높은 성능과 효율성: 벤치마크 테스트에서 Jamba는 Llama, Mixtral과 같은 동급 오픈 모델과 동등하거나 이를 능가하는 성능을 보이며, 긴 컨텍스트에서 3배 높은 처리량을 보여줍니다[8].
  • 개방성과 접근성: Jamba는 허용적인 Apache 2.0 라이선스로 배포되어 상업적 및 연구 목적으로 자유롭게 사용할 수 있습니다. 모델 가중치는 Hugging Face 플랫폼에서 이용 가능합니다.

벤치마크 결과

Jamba 1.5는 다양한 benchmark에서 경쟁력 있는 결과를 보여줍니다[9]:

  • Jamba 1.5 Mini는 Arena Hard에서 46.1점을 기록하여 해당 카테고리에서 선두 공개 모델이 되었습니다[10].
  • Jamba 1.5 Large는 Arena Hard에서 65.4점을 기록하여 Llama 3.1 70B와 405B를 능가했습니다.

활용 및 접근성

Jamba는 비즈니스 응용에 최적화되어 있으며 함수 호출, JSON 구조화 출력, 문서 처리 등의 기능을 지원합니다. 모델은 다음을 포함한 다양한 플랫폼에서 이용 가능합니다:

  • Hugging Face
  • Google Cloud Vertex AI
  • Microsoft Azure
  • NVIDIA API catalog
  • Amazon Bedrock[9]
  • AI21 Studio

비용 효율적인 추론 지원을 위해 AI21 Labs는 ExpertsInt8 — 품질 손실 없이 256K token 컨텍스트 처리 시 Jamba 1.5 Large를 80GB GPU 8개를 갖춘 머신에서 구동할 수 있게 해주는 새로운 양자화(quantization) 기법을 출시했습니다[11].

참고 문헌

  • Lieber, O.; et al. (2024). Jamba: A Hybrid Transformer‑Mamba Language Model. arXiv:2403.19887.
  • Lieber, O.; et al. (2024). Jamba‑1.5 Models and ExpertsInt8 Quantization. OpenReview JFPaD7lpBD.
  • Gu, A.; Dao, T. (2023). Mamba: Linear‑Time Sequence Modeling with Selective State Spaces. arXiv:2312.00752.
  • Gu, A.; et al. (2021). S4: Efficiently Modeling Long Sequences with Structured State Spaces. arXiv:2111.00396.
  • Fedus, W.; et al. (2021). Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity. arXiv:2101.03961.
  • Yun, L.; et al. (2024). Toward Inference‑Optimal Mixture‑of‑Expert Large Language Models. arXiv:2404.02852.
  • Liu, J.; et al. (2024). A Survey on Mixture of Experts in Large Language Models. arXiv:2407.06204.
  • Gupta, V.; et al. (2024). Lynx: Enabling Efficient MoE Inference through Dynamic Batch‑Aware Expert Selection. arXiv:2411.08982.
  • Liu, J.; et al. (2024). A Survey on Inference Optimization Techniques for Mixture of Experts Models. arXiv:2412.14219.
  • Hsieh, C.‑P.; et al. (2024). RULER: What's the Real Context Size of Your Long‑Context Language Models?. arXiv:2404.06654.

각주

  1. ↑ «Announcing Jamba: AI21's Groundbreaking SSM-Transformer Model». AI21 Labs Blog. [1]
  2. ↑ Lieber, O., et al. (2024). Jamba: A Hybrid Transformer-Mamba Language Model. arXiv:2403.19887.
  3. ↑ «Jamba Documentation». Hugging Face Transformers. [2]
  4. ↑ «ai21labs/Jamba-v0.1». Hugging Face. [3]
  5. ↑ «AI21 Labs' Jamba: A New Hybrid LLM Architecture». Gradient Flow. [4]
  6. ↑ «Announcing the Jamba-1.5 model family». AI21 Labs Blog. [5]
  7. ↑ «ai21labs/AI21-Jamba-Large-1.5». Hugging Face. [6]
  8. ↑ «AI21 Labs разбивает новые барьеры с помощью Jamba». ITinAI. [7]
  9. ↑ 9.0 9.1 «Вышла Jamba 1.5: гибридная модель от AI21 Labs». Дзен. [8]
  10. ↑ «Jamba-1.5 family of models by AI21 Labs is now available in Amazon Bedrock». AWS What's New. [9]
  11. ↑ «ExpertsInt8: A new paradigm for efficient inference of MoE-based LLMs». OpenReview. [10]
Retrieved from "https://systems-analysis.info/int/index.php?title=Jamba_(language_model)_(KO)&oldid=3350"