AlphaEarth Foundations (AEF)
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
- Google DeepMind,Google
- Typ organizace
- Industry,Industry
- Země
- United States of America
- Publikováno
- 30 July 2025
- Autoři
- Christopher F. Brown, Michal R. Kazmierski, Valerie J. Pasquarella, William J. Rucklidge, Masha Samsikova, Chenhui Zhang, Evan Shelhamer, Estefania Lahera, Olivia Wiles, Simon Ilyushchenko, Noel Gorelick, Lihui Lydia Zhang, Sophia Alj, Emily Schechter, Sean Askay, Oliver Guinan, Rebecca Moore, Alexis Boukouvalas, Pushmeet Kohli
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Earth science
- Úkol
- Entity embedding, Crop Mapping / Segmentation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 480M
- Výcviková data
- tokens
"We trained ∼1B and ∼480M parameter variants of AEF, and ultimately proceeded with the smaller variant for improved inference efficiency."
[videoframes] "AEF was trained over 8,412,511 video sequences containing interleaved, time-stamped frames from the sources and metadata listed in supplemental materials S1. Each frame covered a 1.28 km x 1.28 km (128 x 128 pixel) area projected into the UTM zone of the area’s centroid and were not limited in length: all available data was used totalling 3,047,520,515 frames." "AEF was trained for 56 hours on 512 TPU v4 devices over 100k steps in batches of 256 video sequences. "
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
- 8.5 × 10²¹ FLOP
- Jak bylo ustanoveno
- Hardware
275000000000000 FLOP / sec / TPU v4 * 512 TPUs * 56 hours * 3600 sec / hour * 0.3 [assumed utilization] = 8.515584E21 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- Google TPU v4
- Používané čipy
- 512
- Doba reálného času
- 56 hours
- Příkon
- 340.5 kW
"AEF was trained for 56 hours on 512 TPU v4 devices over 100k steps in batches of 256 video sequences"
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
- Hosted access (no API)
- 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
- AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data
- Nap poslední aktualizace
- 29 May 2026
Co čísla znamenají
Pozadí
AlphaEarth Foundations (AEF) byl zveřejněn Google DeepMind,Google, v zemi zaznamenané jako United States of America, během July 2025. Vychází z organizace, která je kategorizována jako industry,Industry.
funguje v oblasti Earth science, a je zaznamenán jako vykonávající úkol entity embedding, Crop Mapping / Segmentation.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Co bylo zapotřebí k jeho vybudování
Trenovací běh spotřeboval asi 8.5 × 10²¹ 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
AlphaEarth Foundations (AEF) — běžné otázky
AlphaEarth Foundations (AEF)— Kdy byl vydán?
Bylo to zveřejněno v July 2025.
AlphaEarth Foundations (AEF)— K čemu se to používá?
funguje v oblasti Earth science, a je zaznamenáno jako zpracovávající úkol entity embedding, Crop Mapping / Segmentation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
AlphaEarth Foundations (AEF)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 8.5 × 10²¹ 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.
AlphaEarth Foundations (AEF)— 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.
AlphaEarth Foundations (AEF)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
AlphaEarth Foundations (AEF)— kolik má parametrů?
Má počet parametrů 480M. "We trained ∼1B and ∼480M parameter variants of AEF, and ultimately proceeded with the smaller variant for improved inference efficiency.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
AlphaEarth Foundations (AEF)— Kdo to vytvořil?
Bylo to publikováno společností Google DeepMind,Google, zakládající se na United States of America, organizace zařazená jako industry,Industry.
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.