Turing-NLG
Sin estimación
No hay 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 en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- Microsoft
- Tipo de organización
- Industry
- País
- United States of America
- Publicado
- 13 February 2020
- Autores
- Corby Rosset
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Text autocompletion, Language generation, Text summarization
- Enfoque
- Self-supervised learning
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 17B
- Datos de entrenamiento
- 46,400,000,000 tokens
- Épocas
- 3.39
- Batch size
- 524,288
Authors say they pretrain on the same data as for Megatron-LM. From the Megatron-LM paper: https://arxiv.org/pdf/1909.08053.pdf "The resulting aggregate corpus contains 174 GB of deduplicated text." 174GB * 2e8words/GB = 3.48e10 words 3.48e10 words (if english) *4/3 = 46400000000 tokens confidence - likely
Entrenamiento de computación
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de cuán rápido responde el modelo terminado.
- Entrenamiento de computación
- 1.6 × 10²² FLOP
- Cómo se estableció
- Third-party estimation,Operation counting
source: https://lair.lighton.ai/akronomicon/ 157 PF-days * 3600 * 24 * 10^15 = 1.35648e+22 archived: https://github.com/lightonai/akronomicon/tree/main/akrodb 6ND=6*17000000000*46400000000=4.7328e+21 (confidence regarding dataset size - likely) Authors of "AI and Memory Wall" (https://github.com/amirgholami/ai_and_memory_wall) estimated model's training compute as 28,000,000 PFLOP = 2.8*10^22 FLOP
El entrenamiento
Lo que se necesitó físicamente para entrenar: qué chips, cuántos, durante cuánto tiempo y qué consumió de la pared.
- Hardware de entrenamiento
- NVIDIA Tesla V100 DGXS 32 GB
- Chips usados
- 256
- Consumo de energía
- 130.9 kW
- Costo de computación
- $51,660
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Por qué se rastrea
- SOTA improvement
- Registrar confianza
- Likely
- Citas
- 114
- Benchmark data
- Turing-NLG
from paper: "Turing Natural Language Generation (T-NLG) is a 17 billion parameter language model by Microsoft that outperforms the state of the art on many downstream NLP tasks"
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Turing-NLG: A 17-billion-parameter language model by Microsoft
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
Turing-NLG was published by Microsoft, in United States of America, in February 2020. It comes out of industry.
It works in Language, and is recorded as doing text autocompletion, Language generation, Text summarization.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en otro lugar de este sitio se aplica a él.
Cómo fue entrenado
Producing it required around 1.6 × 10²² FLOP of arithmetic, on NVIDIA Tesla V100 DGXS 32 GB, which is a statement about the training budget rather than about inference.
It was trained on about 46,400,000,000 tokens of text.
The reason it appears in this catalogue at all is sOTA improvement.
Respuestas
Turing-NLG — Preguntas frecuentes
How many parameters does Turing-NLG have?
Turing-NLG has 17B parameters. 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.
Who created Turing-NLG?
Turing-NLG was published by Microsoft, based in United States of America, categorised as industry.
When was Turing-NLG released?
Turing-NLG was published in February 2020. 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 Turing-NLG used for?
Turing-NLG works in Language, and is recorded as handling text autocompletion, Language generation, Text summarization. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train Turing-NLG?
Around 1.6 × 10²² FLOP, on NVIDIA Tesla V100 DGXS 32 GB. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Turing-NLG?
None. Turing-NLG 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 Turing-NLG open source?
No. Turing-NLG has not had its weights published, so it exists only as a service controlled by its owner.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.