NÜWA
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
- Microsoft Research,Peking University
- Organisationsart
- Industry,Academia
- Land
- United States of America, China
- Veröffentlicht
- 24 November 2021
- Autoren
- Chenfei Wu, Jian Liang, Lei Ji, Fan Yang, Yuejian Fang, Daxin Jiang, Nan Duan
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Multimodal, Vision, Image generation, Video, Language
- Aufgabe
- Image generation, Video generation, Text-to-image, Text-to-video
- Ansatz
- Self-supervised learning
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
- 870M
- Trainingsdaten
- 5,547,780,000 tokens
Section 4.1
we first pre-train N ̈UWA on three datasets: Conceptual Captions [22] for text-to-image (T2I) generation, which includes 2.9M text-image pairs, Mo- ments in Time [26] for video prediction (V2V), which in- cludes 727K videos, and VATEX dataset [43] for text-to- video (T2V) generation, which includes 241K text-video pairs.
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
- 7.2 × 10²¹ FLOP
- Wie es etabliert wurde
- Hardware
From AI Tracker: "Compute cost: End of Sec 4.1: "We pre-train on 64 A100 GPUs for two weeks". Half precision FLOPs of A100: 312000000000000 64 gpus *312000000000000 FLOPs *0.3 utilization * 14 day* (24*60*60) seconds / day=7.245988e+21
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 A100
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
https://github.com/microsoft/NUWA
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- SOTA improvement
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 340
"NÜWA achieves state-of-the-art results on text-to-image generation, text-to-video generation, video prediction, etc"
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- NÜWA: Visual Synthesis Pre-training for Neural visUal World creAtion
- Zuletzt aktualisiert
- 1 January 2026
Was die Zahlen bedeuten
Woher es kam
NÜWA wurde veröffentlicht von Microsoft Research,Peking University, im Land aufgezeichnet als United States of America, während November 2021. Die Kategorie, in die der Herausgeber fällt, ist industry,Academia.
Es funktioniert im Bereich von Multimodal, Vision, Image generation, Video, Language, und wird als die Aufgabe von aufgezeichnet image generation, Video generation, Text-to-image, Text-to-video.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Training und Herkunft
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 7.2 × 10²¹ FLOP, auf Hardware erfasst als NVIDIA A100. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Es wurde auf einem Korpus von etwa 5,547,780,000 Text-Tokens
Das Einschlusskriterium: sOTA improvement.
Antworten
NÜWA — Häufige Fragen
NÜWA— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
NÜWA— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 870M. Section 4.1. 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.
NÜWA— Wer hat es erstellt?
Es wurde veröffentlicht von Microsoft Research,Peking University, basiert auf United States of America, eine als kategorisierte Organisation industry,Academia.
NÜWA— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in November 2021. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
NÜWA— Wofür wird es verwendet?
Es funktioniert im Bereich von Multimodal, Vision, Image generation, Video, Language, und wird als Bewältigung der Aufgabe von image generation, Video generation, Text-to-image, Text-to-video. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
NÜWA— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 7.2 × 10²¹ FLOP, auf Hardware erfasst als NVIDIA A100. 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.
NÜWA— 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.
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.