CLAY
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Shanghai Tech University,Deemos Technology,Huazhong University of Science and Technology
- Organisationsart
- Academia,Industry,Academia
- Land
- China
- Veröffentlicht
- 30 May 2024
- Autoren
- Longwen Zhang, Ziyu Wang, Qixuan Zhang, Qiwei Qiu, Anqi Pang, Haoran Jiang, Wei Yang, Lan Xu, Jingyi Yu
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- 3D modeling, Vision
- Aufgabe
- 3D reconstruction
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 1.5B
- Trainingsdaten
- tokens
"a refined collection of 527K objects from ShapeNet and Objaverse"
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 3.1 × 10²² FLOP
- Wie es etabliert wurde
- Hardware
312000000000000 FLOP / GPU / sec [A800 reported] * 256 GPUs * 360 hours * 3600 sec / hour * 0.3 [assumed utilization] = 3.1054234e+22 FLOP
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA A800 PCIe
- Verwendete Chips
- 256
- Wand-Uhrzeit
- 360 hours (15 days)
"Our largest model, the XL, was trained on a cluster of 256 NVidia A800 GPUs, for approximately 15 days, with progressive training." 15 days = 360 hours
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- CLAY: A Controllable Large-scale Generative Model for Creating High-quality 3D Assets
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Was dieses Modell ist
CLAY wurde veröffentlicht von Shanghai Tech University,Deemos Technology,Huazhong University of Science and Technology, im Land aufgezeichnet als China, während May 2024. Die Kategorie, in die der Herausgeber fällt, ist academia,Industry,Academia.
Es funktioniert im Bereich von 3D modeling, Vision, und wird als die Aufgabe von aufgezeichnet 3D reconstruction.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Wie es trainiert wurde
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 3.1 × 10²² FLOP, auf Hardware erfasst als NVIDIA A800 PCIe. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Antworten
CLAY — Häufige Fragen
CLAY— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
CLAY— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
CLAY— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 1.5B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
CLAY— Wer hat es erstellt?
Es wurde veröffentlicht von Shanghai Tech University,Deemos Technology,Huazhong University of Science and Technology, basiert auf China, eine als kategorisierte Organisation academia,Industry,Academia.
CLAY— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in May 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
CLAY— Wofür wird es verwendet?
Es funktioniert im Bereich von 3D modeling, Vision, und wird als Bewältigung der Aufgabe von 3D reconstruction. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
CLAY— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 3.1 × 10²² FLOP, auf Hardware erfasst als NVIDIA A800 PCIe. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.