Uni-Mol Molecular Model
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů pro něj nebyl zveřejněn. Každé číslo týkající se paměti a rychlosti vychází z této hodnoty, takže bychom raději nic neukázali, než fabrikaovaný odhad..
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
- Renmin University of China,DP Technology,AI for Science Institute, Beijing (AISI)
- Typ organizace
- Academia,Industry,Government
- Země
- China
- Publikováno
- 6 March 2023
- Autoři
- Gengmo Zhou, Zhifeng Gao, Qiankun Ding, Hang Zheng, Hongteng Xu, Zhewei Wei, Linfeng Zhang, Guolin Ke
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Molecular representation learning, Molecular property prediction, Protein-ligand contact prediction, Drug discovery
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
"a molecular model pretrained by 209M molecular conformations" Table 6: batch size 128 Max training steps 1M
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
- 5.4 × 10¹⁸ FLOP
- Jak bylo ustanoveno
- Hardware
31330000000000 FLOP / sec / GPU [fp16 asssumed] * 8 GPUs * 20 hours * 3600 sec / hour * 0.3 [assumed utilization] = 5.413824e+18 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA Tesla V100 DGXS 32 GB
- Používané čipy
- 8
- Doba reálného času
- 20 hours
- Příkon
- 4.0 kW
"Molecular pretraining runs on 8 V100 GPUs (32GB memory, the same below), and the training time is about 20 hours."
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
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Open source
https://github.com/deepmodeling/Uni-Mol MIT license
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
- Uni-Mol: A Universal 3D Molecular Representation Learning Framework
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Co je tento MODEL
Uni-Mol Molecular Model byl zveřejněn Renmin University of China,DP Technology,AI for Science Institute, Beijing (AISI), v zemi zaznamenané jako China, během March 2023. Vydavatelská organizace je kategorizována jako academia,Industry,Government.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol molecular representation learning, Molecular property prediction, Protein-ligand contact prediction, Drug discovery.
Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto.
Trénink a původ
Trenovací běh spotřeboval asi 5.4 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA Tesla V100 DGXS 32 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
Uni-Mol Molecular Model — běžné otázky
Uni-Mol Molecular Model— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol molecular representation learning, Molecular property prediction, Protein-ligand contact prediction, Drug discovery. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Uni-Mol Molecular Model— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
Uni-Mol Molecular Model— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 5.4 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA Tesla V100 DGXS 32 GB. 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.
Uni-Mol Molecular Model— Jakou GPU potřebuji k jejímu spuštění?
Nemůžeme říct. Má otevřené váhy, ale žádný počet parametrů pro něj nebyl zveřejněn a každý výpočet paměti a rychlosti začíná od toho čísla. Raději bychom ukázali nic než vykonstruovaný odhad.
Uni-Mol Molecular Model— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
Uni-Mol Molecular Model— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Uni-Mol Molecular Model— Kdo to vytvořil?
Bylo to publikováno společností Renmin University of China,DP Technology,AI for Science Institute, Beijing (AISI), zakládající se na China, organizace zařazená jako academia,Industry,Government.
Uni-Mol Molecular Model— Kdy byl vydán?
Bylo to zveřejněno v March 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.