浅显易懂地介绍 llm.c [译]

当我们训练像  ChatGPT 这样的大语言模型时，需要处理大量的代码和复杂过程。

以 PyTorch  深度学习库为例，它因应用广泛而显得复杂。PyTorch 设计了一种称为张量（Tensor）的结构，用于组织和处理数据数组，这些数据是神经网络的基础，掌握网络的参数和活动状态。此外，它还有一个自动微分系统，支持反向传播算法，这是训练神经网络的核心技术。整个 PyTorch 包含超过三百三十万行代码，散布在一万多个文件中。

PyTorch 是用 Python 这种高级编程语言编写的，这意味着你需要通过 Python 解释器，把训练指令转换为计算机可以直接执行的底层指令。举个例子，负责这种转换的 cPython 项目，代码量也超过两百四十万行，分布在四千多个文件中。

我正在消除所有复杂元素，将大语言模型 (LLM) 的训练过程剥离到最基本的层面，直接用极为基础的 C 语言与计算机进行交流，且不依赖任何其他库。此外，更底层的抽象仅是汇编代码本身。相比之下，像 GPT-2 这样的大语言模型的训练实际上只需约 1000 行的 C 代码，集中在一个文件内，这一点可能会令人感到意外。我通过直接在 C 中实施 GPT-2 的神经网络训练算法来实现这种简化。这一过程十分艰难，因为你需要深入理解训练算法，并能够推导出所有层的前向和反向传播过程，还必须非常小心地处理所有的数组索引计算，因为 PyTorch 中的张量抽象并不可用。尽管布局非常脆弱，一旦设置成功并通过与 PyTorch 的核对确认无误，你最终得到的将是一件既简单又小巧，我认为非常精美的作品。

那么，为什么这种方法不被广泛采用呢？

第一：这样做会牺牲很大的灵活性。如果需要调整  神经网络，使用 PyTorch 可能只需修改一行代码；而在 llm.c 文件中，同样的修改可能涉及更多代码，难度更大，且需要更多的专业技能。比如说，如果加入一个新的运算，你可能需要进行一些微积分运算，编写该运算的前向和反向传播，并确保其  数学上的正确性。

第二：你初期将会牺牲一些运行速度。毕竟，天下没有免费的午餐 - 不要期望仅用 1000 行代码就能达到顶尖的速度。PyTorch 在后台进行大量工作，确保神经网络运行高效。所有的 Tensor 操作都极为谨慎地调用了最有效的 CUDA 核函数，并且有类似 torch.compile 的工具进一步优化了你的神经网络，让其在你的计算机上运行得更加高效。理论上，llm.c 也能调用所有这些核函数，并直接操作。但这需要更多精力和关注，如同之前提到的，如果你对神经网络或使用的计算机做了改变，可能需要调用不同的核函数，调整参数，手动做更多的修改。

总之，llm.c 是直接实现了 GPT-2 训练的程序，其实现方式出人意料的简洁。它不支持其他任何神经网络，仅限于 GPT-2，更改网络需具备相应的专业知识。幸运的是，当前最先进的大语言模型与 GPT-2 的差异并不大，因此这并不是一个严格的限制。llm.c 还需进一步调整和优化，但原则上它有望接近甚至超越 PyTorch 的性能，而代码量不会比现状多很多，适用于大多数现代大语言模型。

为什么我要投入这项工作呢？因为这非常有趣。此外，这还是一个教育过程，因为仅用简单的 C 语言编写的 1000 行代码就足够了。这些代码仅包含一些数字数组及其元素上的简单数学运算，如加法（+）和乘法（*）。而且，随着目前正在进行的一些额外工作，这项工作最终可能证实有实际的应用价值。