SILC-S* (86M)
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- ETH Zurich,DeepMind,Google,Technical University of Munich
- Typ organizace
- Academia,Industry,Industry,Academia
- Země
- Switzerland, United Kingdom of Great Britain and Northern Ireland, United States of America, Germany
- Publikováno
- 20 October 2023
- Autoři
- Muhammad Ferjad Naeem, Yongqin Xian, Xiaohua Zhai, Lukas Hoyer, Luc Van Gool, Federico Tombari
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Image classification, Image segmentation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 86M
- Výcviková data
- tokens
- Velikost dávky
- 16,000
"SILC models set a new state-of-the-art for these tasks at ViT/B16 model size" (https://arxiv.org/pdf/2310.13355, page 5). VIT/B16-224 has 86.6M parameters, and VIT/B16-384 has 86.9M parameters (https://huggingface.co/google/vit-base-patch16-224, https://huggingface.co/google/vit-base-patch16-384), so I will assume SILC-S has 86M parameters.
SILC-S* saw 20B examples of image-text pairs during training (https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03093-supp.pdf, page 4).
"We trained with a batch size of 16k on Google TPUs" (https://arxiv.org/pdf/2310.13355, page 5).
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 1 × 10²² FLOP
"SILC* at ViT B/16 can be trained on 256 TPUv4 chips meanwhile the B/8 and L/16 models require 512 chips. The training takes around 5 days" (https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03093-supp.pdf, page 7). Assuming a 33% utilization rate, Training compute = utilization rate * # of chips used * peak FLOPS / chip * training time = 0.33 * 256 TPUv4 chip * 2.75e14 FLOPS / TPUv4 chip * 5 days * 24 h / day * 3600 s / h ~= 1.004e22 FLOPS
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- Google TPU v4
- Používané čipy
- 256
- Doba reálného času
- 120 hours
- Příkon
- 172.8 kW
"SILC* at ViT B/16 can be trained on 256 TPUv4 chips meanwhile the B/8 and L/16 models require 512 chips. The training takes around 5 days" (https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03093-supp.pdf, page 7).
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- SILC: Improving Vision Language Pretraining with Self-Distillation
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
O tomto modelu
SILC-S* (86M) byl zveřejněn ETH Zurich,DeepMind,Google,Technical University of Munich, v zemi zaznamenané jako Switzerland, během October 2023. Kategorie, do které vydavatel spadá, je academia,Industry,Industry,Academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol image classification, Image segmentation.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1 × 10²² FLOP, na hardwaru zaznamenáno jako Google TPU v4. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
SILC-S* (86M) — běžné otázky
SILC-S* (86M)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1 × 10²² FLOP, na hardwaru zaznamenáno jako Google TPU v4. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
SILC-S* (86M)— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
SILC-S* (86M)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
SILC-S* (86M)— kolik má parametrů?
Má počet parametrů 86M. "SILC models set a new state-of-the-art for these tasks at ViT/B16 model size" (https://arxiv.org/pdf/2310.13355, page 5). VIT/B16-224 has 86.6M parameters, and VIT/B16-384 has 86.9M parameters (https://huggingface.co/google/vit-base-patch16-224, https://huggingface.co/google/vit-base-patch16-384), so I will assume SILC-S has 86M parameters. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
SILC-S* (86M)— Kdo to vytvořil?
Bylo to publikováno společností ETH Zurich,DeepMind,Google,Technical University of Munich, zakládající se na Switzerland, organizace zařazená jako academia,Industry,Industry,Academia.
SILC-S* (86M)— Kdy byl vydán?
Bylo to zveřejněno v October 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
SILC-S* (86M)— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol image classification, Image segmentation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.