GPT-2-Medium+Pixelfly
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
- Stanford University,SambaNova Systems, Inc,Peking University,Adobe,University at Buffalo
- Typ organizace
- Academia,Industry,Academia,Industry,Academia
- Země
- United States of America, China
- Publikováno
- 30 November 2021
- Autoři
- Tri Dao, Beidi Chen, Kaizhao Liang, Jiaming Yang, Zhao Song, Atri Rudra, Christopher Ré
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling, Text classification
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 203M
- Výcviková data
- 103,000,000 tokens
- Epochy
- 100
203M (Table 6)
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
- 1.3 × 10¹⁹ FLOP
- Jak bylo ustanoveno
- Operation counting
6 FLOP / parameter / token * 203000000 parameters * 103000000 tokens * 100 epochs = 1.25454 × 10^19 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA V100
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
- Open source
apache for code (train and inference): https://github.com/HazyResearch/fly train code: https://github.com/HazyResearch/fly/blob/master/src/train.py
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
- Citace
- 94
- Benchmark data
- GPT-2-Medium+Pixelfly
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Pixelated Butterfly: Simple and Efficient Sparse training for Neural Network Models
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
GPT-2-Medium+Pixelfly byl zveřejněn Stanford University,SambaNova Systems, Inc,Peking University,Adobe,University at Buffalo, v zemi zaznamenané jako United States of America, během November 2021. Kategorie, do které vydavatel spadá, je academia,Industry,Academia,Industry,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling, Text classification.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Trenovací běh spotřeboval asi 1.3 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako NVIDIA V100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 103,000,000 tokeny textu
Odpovědi
GPT-2-Medium+Pixelfly — běžné otázky
GPT-2-Medium+Pixelfly— kolik má parametrů?
Má počet parametrů 203M. 203M (Table 6). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
GPT-2-Medium+Pixelfly— Kdo to vytvořil?
Bylo to publikováno společností Stanford University,SambaNova Systems, Inc,Peking University,Adobe,University at Buffalo, zakládající se na United States of America, organizace zařazená jako academia,Industry,Academia,Industry,Academia.
GPT-2-Medium+Pixelfly— Kdy byl vydán?
Bylo to zveřejněno v November 2021. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
GPT-2-Medium+Pixelfly— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling, Text classification. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
GPT-2-Medium+Pixelfly— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.3 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako NVIDIA V100. 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.
GPT-2-Medium+Pixelfly— 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.
GPT-2-Medium+Pixelfly— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
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.