Persia
No estimate
No se requieren requisitos de hardware para este modelo.
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware de ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica cambia eso..
En registro
Especificación completa
Todo lo registrado para este modelo. La mayor parte describe cómo fue entrenado más que cómo se ejecuta, un contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
¿Quién construyó este modelo, dónde y cuándo se publicó?
- Organización
- ETH Zurich,Kuaishou Technology
- Tipo de organización
- Academia,Industry
- País
- Switzerland, China
- Publicado
- 23 November 2021
- Autors
- 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
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Recommendation
- Tarea
- Recommender system
Tamaño
Qué tan grande es el modelo y cuánta data fue entrenada. Los parámetros son la cifra que decide si se ajusta a una GPU dada.
- Parámetros
- 100T
- Espacio entrenado
- tokens
100 trillion
La ejecución de entrenamiento
Lo que se necesitó físicamente para entrenar: qué chips, cuántos, por cuánto tiempo y lo que eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA V100
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la tarjeta gráfica en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Open source
https://github.com/PersiaML/PERSIA/blob/main/LICENSE MIT code
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán seguro está de la entrada.
- Modelo/modelos siempre significa modelos de IA. Ejecutar/ejecutando significa ejecutar un modelo de IA. Si solo obtienes la palabra ejecutar, es probable que provenga de una frase dividida, como qué modelo de IA puede ejecutar la GPU. no cabe/no encajará significa que el modelo de IA no cabe en la VRAM de la GPU. apretado = apenas ejecutable, cómodo = se ejecuta fácilmente con margen.
- Confident
- Citas
- 44
Fuentes
Dónde proviene este registro y cuándo se verificó por última vez.
- Referencia
- Persia: An Open, Hybrid System Scaling Deep Learning-based Recommenders up to 100 Trillion Parameters
- Última actualización
- 25 May 2026
Qué significan los números
Dónde provino
Persia was published by ETH Zurich,Kuaishou Technology, in Switzerland, in November 2021. academia,Industry is the category the publisher falls under.
Funciona en Recomendación y se registra como sistema de recomendación.
Este es un modelo cerrado: los valores entrenados se quedaron con quien los produjo, y no hay una versión local para ejecutar.
Respuestas
Persia — Preguntas comunes
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.
El otro camino
¿Viéndolo desde el otro lado?
Esta página comienza desde el modelo. Si ya tienes una tarjeta y quieres saber todo lo que puede ejecutar., iniciar desde el hardware.