AlphaFold
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
- DeepMind
- Tipo de Organización
- Industry
- País
- United Kingdom of Great Britain and Northern Ireland
- Publicado
- 15 January 2020
- Autores
- Andrew W. Senior, Richard Evans, John Jumper, James Kirkpatrick, Laurent Sifre, Tim Green, Chongli Qin, Augustin Žídek, Alexander W. R. Nelson, Alex Bridgland, Hugo Penedones, Stig Petersen, Karen Simonyan, Steve Crossan, Pushmeet Kohli, David T. Jones, David Silver, Koray Kavukcuoglu, Demis Hassabis
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Protein folding prediction, Proteins
- 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
- 16.3M
- Datos de entrenamiento
- 6,622,252,080 tokens
"Neural network hyperparameters" section of https://www.nature.com/articles/s41586-019-1923-7: “7 × 4 Blocks with 256 channels, cycling through dilations 1, 2, 4, 8” “48 × 4 Blocks with 128 channels, cycling through dilations 1, 2, 4, 8” "Distogram prediction" section: "For the final layer, a position-specific bias was used" Extended Data Fig.1 (b): Shows that each block consists of 9 layers: (1) Batch norm (2) Elu (3) Project down (halves number of dimensions) (4) Batch norm (5) Elu (6) 3x3 …
Training Domains: 29,427 Average Residues per Domain: 100 Data Points per Domain: 100 × 100 = 10,000 Total Data Points = 29,427 × 10,000 = 294,270,000 ≈ 3.0 × 10⁸
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 × 10²⁰ FLOP
- Cómo se estableció
- Hardware,Third-party estimation
Estimated in the blogpost below https://www.lesswrong.com/posts/wfpdejMWog4vEDLDg/ai-and-compute-trend-isn-t-predictive-of-what-is-happening "AlphaFold: they say they trained on GPU and not TPU. Assuming V100 GPU, it's 5 days * 24 hours/day * 3600 sec/hour * 8 V100 GPU * 100*10^12 FLOP/s * 33% actual GPU utilization = 10^20 FLOP."
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Tiempo de reloj
- 120 hours
"Training time: about 5 days for 600,000 steps"
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,Highly cited
- Confianza de registro
- Speculative
- Citas
- 2,773
"AlphaFold represents a considerable advance in protein-structure prediction." [Abstract]
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Improved protein structure prediction using potentials from deep learning
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
AlphaFold fue publicado por DeepMind, en el país registrado como United Kingdom of Great Britain and Northern Ireland, durante January 2020. La organización editora está clasificada como industry.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein folding prediction, Proteins.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 1 × 10²⁰ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 6,622,252,080 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: sOTA improvement,Highly cited.
Respuestas
AlphaFold — preguntas comunes
AlphaFold— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1 × 10²⁰ FLOP. 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.
AlphaFold— ¿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.
AlphaFold— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
AlphaFold— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 16.3M. "Neural network hyperparameters" section of https://www.nature.com/articles/s41586-019-1923-7: “7 × 4 Blocks with 256 channels, cycling through dilations 1, 2, 4, 8” “48 × 4 Blocks with 128 channels, cycling through dilations 1, 2, 4, 8” "Distogram prediction" section: "For the final layer, a position-specific bias was used" Extended Data Fig.1 (b): Shows that each block consists of 9 layers: (1) Batch norm (2) Elu (3) Project down (halves number of dimensions) (4) Batch norm (5) Elu (6) 3x3 kernel with dilation (7) Batch norm (8) Elu (9) Project up (doubles number of dimensions) Dilations don't change the number of parameters in each filter Assuming that projection layers are convolutional layers with 1x1 kernels Parameter estimate for each layer in a 256 channel block: (1) 256*2 = 512 (2) 0 (3) 1*1*256*128 = 32768 (4) 128*2 = 256 (5) 0 (6) 3*3*128*128 = 147456 (7) 128*2 = 256 (8) 0 (9) 1*1*128*256 + 256 = 33024 Total = 214272 Parameter estimate for each layer in a 128 channel block: (1) 128*2 = 256 (2) 0 (3) 1*1*128*64 = 8192 (4) 64*2 = 128 (5) 0 (6) 3*3*64*64 = 36864 (7) 64*2 = 128 (8) 0 (9) 1*1*64*128 + 128 = 8320 Total = 53897 Estimate total network = 7*4*214272 + 48*4*53897 = 5992616 + 10348224 = 16340840 ~ 16e6 Within a factor of 2 of the estimate of 21M parameters stated in: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7305407/ [Previous approximation: 7 * 4 * 256 * 3 * 3 * 256 + 48 * 4 * 128 * 3 * 3 * 128 = 44826624]. 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.
AlphaFold— ¿Quién lo creó?
Fue publicado por DeepMind, basado en United Kingdom of Great Britain and Northern Ireland, una organización categorizada como industry.
AlphaFold— ¿cuándo fue lanzado?
Se publicó en January 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.
AlphaFold— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein folding prediction, Proteins. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
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.