Turing-NLG
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — 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 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 usaron para su entrenamiento. 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
- Tamaño de lote
- 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
Cómputo de entrenamiento
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 qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 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
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA Tesla V100 DGXS 32 GB
- Chips utilizados
- 256
- Consumo de energía
- 130.9 kW
- Costo de cómputo
- $51,660
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Likely
- Citas
- 114
- Datos de referencia
- 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 comprobado 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 fue publicado por Microsoft, en el país registrado como United States of America, durante February 2020. Sale de una organización categorizada como industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de text autocompletion, Language generation, Text summarization.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 1.6 × 10²² FLOP, en hardware registrado como NVIDIA Tesla V100 DGXS 32 GB. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 46,400,000,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: sOTA improvement.
Respuestas
Turing-NLG — preguntas comunes
Turing-NLG— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 17B. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Turing-NLG— ¿Quién lo creó?
Fue publicado por Microsoft, basado en United States of America, una organización categorizada como industry.
Turing-NLG— ¿cuándo fue lanzado?
Se publicó en February 2020. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Turing-NLG— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de text autocompletion, Language generation, Text summarization. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Turing-NLG— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.6 × 10²² FLOP, en hardware registrado como NVIDIA Tesla V100 DGXS 32 GB. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Turing-NLG— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Turing-NLG— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.