NVLM-H 72B
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
- NVIDIA
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 22 October 2024
- Autores
- Wenliang Dai, Nayeon Lee, Boxin Wang, Zhuolin Yang, Zihan Liu, Jon Barker, Tuomas Rintamaki, Mohammad Shoeybi, Bryan Catanzaro, Wei Ping
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision, Language
- Tarea
- Language modeling/generation, Vision-language generation, Question answering, Code generation, Translation, Quantitative reasoning
- Modelo base
- Qwen2-72B,InternViT-6B
- Formato numérico
- BF16
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
- 72B
- Datos de entrenamiento
- 125,829,120,000 tokens
- Épocas
- 1
72B
Pre-training: Global batch size 2,048 Sequence length in the LLM decoder 512 Downsampling of visual tokens 1024->256 # of visual token per tile 256 # of tiles 6+1 # of training steps 20K 2048 * (512+256*7) * 20000 = 94,371,840,000 SFT: Global batch size 256 Sequence length in the LLM decoder 1,280 # of visual token per tile 256 # of tiles 6+1 # of training steps 40K 256*(1280+256*7)*40000 = 31,457,280,000 94,371,840,000 + 31,457,280,000 = 125,829,120,000
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
- 3 × 10²⁴ FLOP
- Cómo se estableció
- Operation counting
- Computación de ajuste fino
- 5.4 × 10²² FLOP
Additional compute in this paper is negligible relative to the compute used to train the language model backbone (Qwen2-72B at 3.02e24 FLOP)
6ND = 6*125,829,120,000*72000000000.00 = 5.436e22
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 H100 SXM5 80GB
- Chips utilizados
- 128
- Consumo de energía
- 176.4 kW
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.
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- Training cost
- Confianza de registro
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- NVLM: Open Frontier-Class Multimodal LLMs
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
NVLM-H 72B fue publicado por NVIDIA, en el país registrado como United States of America, durante October 2024. Sale de una organización categorizada como industry.
Funciona en el dominio de Vision, Language, y se registra como realizando la tarea de language modeling/generation, Vision-language generation, Question answering, Code generation, Translation, Quantitative reasoning.
En lugar de ser entrenado desde cero, se deriva de Qwen2-72B,InternViT-6B. Esa es la forma habitual en que se produce un modelo especializado.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Cómo fue entrenado
Entrenarlo tomó un presupuesto de computación de aproximadamente 3 × 10²⁴ FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 125,829,120,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: training cost.
Respuestas
NVLM-H 72B — preguntas comunes
NVLM-H 72B— ¿Quién lo creó?
Fue publicado por NVIDIA, basado en United States of America, una organización categorizada como industry.
NVLM-H 72B— ¿cuándo fue lanzado?
Se publicó en October 2024. 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.
NVLM-H 72B— ¿Para qué se utiliza?
Funciona en el dominio de Vision, Language, y se registra como manejando la tarea de language modeling/generation, Vision-language generation, Question answering, Code generation, Translation, Quantitative reasoning. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
NVLM-H 72B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3 × 10²⁴ FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. 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.
NVLM-H 72B— ¿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.
NVLM-H 72B— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
NVLM-H 72B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 72B. 72B. 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.
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.