NVLM-H 72B
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
- NVIDIA
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 22 October 2024
- Autoři
- Wenliang Dai, Nayeon Lee, Boxin Wang, Zhuolin Yang, Zihan Liu, Jon Barker, Tuomas Rintamaki, Mohammad Shoeybi, Bryan Catanzaro, Wei Ping
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision, Language
- Úkol
- Language modeling/generation, Vision-language generation, Question answering, Code generation, Translation, Quantitative reasoning
- Základní model
- Qwen2-72B,InternViT-6B
- Číselný formát
- BF16
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 72B
- Výcviková data
- 125,829,120,000 tokens
- Epochy
- 1
72B
Pre-training: Global batch size 2,048 Sequence length in the LLM decoder 512 Downsampling of visual tokens 1024->256 # of visual token per tile 256 # of tiles 6+1 # of training steps 20K 2048 * (512+256*7) * 20000 = 94,371,840,000 SFT: Global batch size 256 Sequence length in the LLM decoder 1,280 # of visual token per tile 256 # of tiles 6+1 # of training steps 40K 256*(1280+256*7)*40000 = 31,457,280,000 94,371,840,000 + 31,457,280,000 = 125,829,120,000
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
- 3 × 10²⁴ FLOP
- Jak bylo ustanoveno
- Operation counting
- Ladění výpočtů
- 5.4 × 10²² FLOP
Additional compute in this paper is negligible relative to the compute used to train the language model backbone (Qwen2-72B at 3.02e24 FLOP)
6ND = 6*125,829,120,000*72000000000.00 = 5.436e22
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA H100 SXM5 80GB
- Používané čipy
- 128
- Příkon
- 176.4 kW
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.
- Pravděpodobně nad 10²³ FLOP
- Yes
- Proč je to sledováno
- Training cost
- Záznam důvěry
- Likely
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- NVLM: Open Frontier-Class Multimodal LLMs
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
NVLM-H 72B byl zveřejněn NVIDIA, v zemi zaznamenané jako United States of America, během October 2024. Vychází z organizace, která je kategorizována jako industry.
funguje v oblasti Vision, Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Vision-language generation, Question answering, Code generation, Translation, Quantitative reasoning.
Místo toho, aby byl trénován od nuly, je odvozen z Qwen2-72B,InternViT-6B. To je obvyklý způsob, jak je specializovaný model vytvářen.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Trénování si vyžádalo výpočetní rozpočet přibližně 3 × 10²⁴ FLOP, na hardwaru zaznamenáno jako NVIDIA H100 SXM5 80GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 125,829,120,000 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: training cost.
Odpovědi
NVLM-H 72B — běžné otázky
NVLM-H 72B— Kdo to vytvořil?
Bylo to publikováno společností NVIDIA, zakládající se na United States of America, organizace zařazená jako industry.
NVLM-H 72B— Kdy byl vydán?
Bylo to zveřejněno v October 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
NVLM-H 72B— K čemu se to používá?
funguje v oblasti Vision, Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Vision-language generation, Question answering, Code generation, Translation, Quantitative reasoning. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
NVLM-H 72B— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 3 × 10²⁴ FLOP, na hardwaru zaznamenáno jako NVIDIA H100 SXM5 80GB. 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.
NVLM-H 72B— 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.
NVLM-H 72B— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
NVLM-H 72B— kolik má parametrů?
Má počet parametrů 72B. 72B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.