Persia
žádný odhad
Žádné hardwarové požadavky pro tento model
Váhy pro tento model nebyly zveřejněny, takže ho nelze stáhnout ani spustit na vašem vlastním hardwaru v jakékoli velikosti. Je dostupný pouze přes jeho poskytovatele a žádná grafická karta to nezmění..
Na záznamu
Plná specifikace
Všechno je zaznamenáno pro tento model. Většina z toho popisuje, jak byl trénován, spíše než jak běží — užitečný kontext pro posouzení, kolik práce do toho bylo vloženo, a jak se to srovnává s modely vytvořenými v jiném měřítku..
Origin
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- ETH Zurich,Kuaishou Technology
- Typ organizace
- Academia,Industry
- Stát
- Switzerland, China
- Published
- 23 November 2021
- Autoři
- Xiangru Lian, Binhang Yuan, Xuefeng Zhu, Yulong Wang, Yongjun He, Honghuan Wu, Lei Sun, Haodong Lyu, Chengjun Liu, Xing Dong, Yiqiao Liao, Mingnan Luo, Congfei Zhang, Jingru Xie, Haonan Li, Lei Chen, Renjie Huang, Jianying Lin, Chengchun Shu, Xuezhong Qiu, Zhishan Liu, Dongying Kong, Lei Yuan, Hai Yu, Sen Yang, Ce Zhang, Ji Liu
Co to dělá
Problémové oblasti, pro které byl model navržen. Model může mít několik z každé.
- Domain
- Recommendation
- Úloha
- Recommender system
Velikost
Jak velký je model a na kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Parametry
- 100T
- Tréninková data
- tokens
100 trillion
Tréninkový běh
Co to fyzicky stálo na trénink: které čipy, kolik, jak dlouho a kolik to bralo ze zásuvky.
- Tréninkový hardware
- NVIDIA V100
Dostupnost
Zda můžete získat model a spustit ho na vlastním hardwaru, což rozhoduje o tom, zda se zde uvedené hodnoty grafické karty vztahují.
- Váhy
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Training code
- Open source
https://github.com/PersiaML/PERSIA/blob/main/LICENSE MIT code
Jak je to klasifikováno
Štítky, které se aplikují na zdrojový dataset při sledování významných modelů a jakou má jistotu v tomto záznamu.
- Model/modely nelze spustit. Tightly = téměř nelze spustit, comfortable = snadno spustitelné s rezervou.
- Confident
- model/nebudou vyhovovat běhu AI modelu
- 44
Model/modely nevyhovuje / nebudou vyhovovat. Těsný = barely runnable, pohodlný = běží snadno s rezervou.
Kde tento záznam pochází a kdy byl naposledy zkontrolován.
- Odkaz
- Persia: An Open, Hybrid System Scaling Deep Learning-based Recommenders up to 100 Trillion Parameters
- Poslední aktualizace
- 25 May 2026
Co znamenají čísla
Kde to pochází
Persia was published by ETH Zurich,Kuaishou Technology, in Switzerland, in November 2021. academia,Industry is the category the publisher falls under.
It works in Recommendation, and is recorded as doing recommender system.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Persia — Běžné otázky
Who created Persia?
Persia was published by ETH Zurich,Kuaishou Technology, based in Switzerland, categorised as academia,Industry.
When was Persia released?
Persia was published in November 2021. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Persia used for?
Persia works in Recommendation, and is recorded as handling recommender system. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run Persia?
None. Persia is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Persia open source?
No. Persia has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Persia have?
Persia has 100T parameters. 100 trillion. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Pulsování AI modelu GPU nefunguje.
Návrh modelu není vhodný pro GPU VRAM. Model běží hladce s rezervou. 25 May 2026
Druhý směr