CLAY
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Shanghai Tech University,Deemos Technology,Huazhong University of Science and Technology
- Type d'organisation
- Academia,Industry,Academia
- Pays
- China
- Publié
- 30 May 2024
- Auteurs
- Longwen Zhang, Ziyu Wang, Qixuan Zhang, Qiwei Qiu, Anqi Pang, Haoran Jiang, Wei Yang, Lan Xu, Jingyi Yu
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- 3D modeling, Vision
- Tâche
- 3D reconstruction
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 1.5B
- Données d'entraînement
- tokens
"a refined collection of 527K objects from ShapeNet and Objaverse"
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 3.1 × 10²² FLOP
- Comment cela a été établi
- Hardware
312000000000000 FLOP / GPU / sec [A800 reported] * 256 GPUs * 360 hours * 3600 sec / hour * 0.3 [assumed utilization] = 3.1054234e+22 FLOP
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA A800 PCIe
- Chips utilisés
- 256
- Temps en temps réel
- 360 hours (15 days)
"Our largest model, the XL, was trained on a cluster of 256 NVidia A800 GPUs, for approximately 15 days, with progressive training." 15 days = 360 hours
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- CLAY: A Controllable Large-scale Generative Model for Creating High-quality 3D Assets
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Ce que ce modèle est
CLAY a été publié par Shanghai Tech University,Deemos Technology,Huazhong University of Science and Technology, dans le pays enregistré comme China, durant May 2024. La catégorie à laquelle appartient l'éditeur est academia,Industry,Academia.
Il fonctionne dans le domaine de 3D modeling, Vision, et est enregistré comme exécutant la tâche de 3D reconstruction.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Comment il a été entraîné
La production a nécessité des calculs totalisant environ 3.1 × 10²² FLOP, sur matériel enregistré comme NVIDIA A800 PCIe. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
CLAY — questions courantes
CLAY— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
CLAY— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
CLAY— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 1.5B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
CLAY— qui l'a créé ?
Il a été publié par Shanghai Tech University,Deemos Technology,Huazhong University of Science and Technology, basé sur China, une organisation catégorisée comme academia,Industry,Academia.
CLAY— quand a-t-il été publié ?
Il a été publié dans May 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
CLAY— à quoi ça sert ?
Il fonctionne dans le domaine de 3D modeling, Vision, et est enregistré comme gérant la tâche de 3D reconstruction. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
CLAY— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 3.1 × 10²² FLOP, sur matériel enregistré comme NVIDIA A800 PCIe. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.