真卷啊，快手和国外团队开源最大最新推荐系统Persia，人皆可训练

现在很多深度学习项目，开源是开源了，名义上每个人都可以训练，实则就好比在说，每个普通人都可以几年内奋斗成百万千万富翁。理论上人家这么说没啥可指摘的，开源出来的深度学习项目本来每个人都可以拿来训练的，而实际上则是，拿来训练的前提是有GPU，也就是需要有钱。

在大模型领域，没有最大，只有更大。现如今，十亿参数百亿参数都不值得让我们惊讶了，所以NLP领域再次向更高处冲锋。这次，机智客看相关资讯，是来自快手和苏黎世联邦理工学院研究人员的巨大成果。他们提出这么一个最新的也是最大的推荐系统Persia，据称最高可支持100万亿级参数的模型训练，这货比目前最大的FB-ZionEX推荐系统还高出一个数量级。

也正因为没有最大只有更大，为了能支持如此大的规模同时又保证效率和精度，此次研究成果提出了一种全新的混合训练算法：通过混合异步、同步机制对embedding层和dense层进行分别训练。正因为有如此算法，研究人员才表示，使用这套机制，任何人都可以很容易训练一个百万亿级参数量的模型。

目前这个有论文，在代码托管平台也新建了项目。不得不说，现在的深度学习模型，已经渗入各个细分领域，而且在规模上，也是越来越大。推荐系统同样，也和其他大语言模型一样，类似人类万年不变的阶级思想一样，官大（参数量大）一级压死人。

现在和未来，我们人人活在大模型之下，我们的智能生活和智能推荐，都受大语言模型驱动。虽然我们普通个体受制于数据量和GPU硬件无法训练自己的模型，不过大树底下好乘凉，预训练的大模型庇护下，我们每个人都会受益，以后可能都会被大模型和AI摸准习性，从而形成自己的专属模型，和你自己一样懂你。