Wu Dao - Wen Hui
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
- Beijing Academy of Artificial Intelligence / BAAI
- Type d'organisation
- Academia
- Pays
- China
- Publié
- 1 March 2021
- Auteurs
- Tang Jie, Yang Zhilin, Yang Hongxia, Du Zhengxiao, Ding Ming, Zou Xu, Qiu Jiezhong, Qian Yujie, Yinda, Zhong Qingyang, Yu Jifan, Liu Xiao, Zheng Yanan, He Jiaao, Zeng Aohan, Hong Wenyi, Yang Zhuoyi, Zheng Wendi, Zhou Jing, Du Jizhong, Guo Zitong, Liu Jing, Zhou Chang, Lin Junyang
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language, Multimodal, Video, Image generation
- Tâche
- Language modeling/generation, Image generation, Video generation, Text-to-image, Question answering, Visual question answering
- Approche
- Self-supervised learning
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
- 11.3B
- Données d'entraînement
- tokens
"Wu Dao — Wen Hui has reached 11.3 billion parameters, and through simple fine-tuning can generate poetry, make videos, draw pictures, retrieve text, perform complex reasoning, etc." https://medium.com/syncedreview/chinas-gpt-3-baai-introduces-superscale-intelligence-model-wu-dao-1-0-98a573fc4d70
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
- 1.2 × 10²⁰ FLOP
- Comment cela a été établi
- Hardware
64 Nvidia V100 GPUs for 2.5 days 64 GPUs * 2.8e13 FLOP/s /GPU * 2.5*24*60*60s* 0.3 [utilization rate]
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 V100
- Chips utilisés
- 64
- Temps en temps réel
- 60 hours
- Consommation d'énergie
- 38.9 kW
2.5 days = 60 hours
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
- China's GPT-3? BAAI Introduces Superscale Intelligence Model 'Wu Dao 1.0'
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
Wu Dao - Wen Hui a été publié par Beijing Academy of Artificial Intelligence / BAAI, dans le pays enregistré comme China, durant March 2021. Cela provient d'une organisation classée comme academia.
Il fonctionne dans le domaine de Language, Multimodal, Video, Image generation, et est enregistré comme exécutant la tâche de language modeling/generation, Image generation, Video generation, Text-to-image, Question answering, Visual question answering.
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
L'entraînement a nécessité un budget de calcul d'environ 1.2 × 10²⁰ FLOP, sur matériel enregistré comme NVIDIA V100. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
Wu Dao - Wen Hui — questions courantes
Wu Dao - Wen Hui— à quoi ça sert ?
Il fonctionne dans le domaine de Language, Multimodal, Video, Image generation, et est enregistré comme gérant la tâche de language modeling/generation, Image generation, Video generation, Text-to-image, Question answering, Visual question answering. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Wu Dao - Wen Hui— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.2 × 10²⁰ FLOP, sur matériel enregistré comme NVIDIA V100. 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.
Wu Dao - Wen Hui— 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.
Wu Dao - Wen Hui— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
Wu Dao - Wen Hui— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 11.3B. "Wu Dao — Wen Hui has reached 11.3 billion parameters, and through simple fine-tuning can generate poetry, make videos, draw pictures, retrieve text, perform complex reasoning, etc." https://medium.com/syncedreview/chinas-gpt-3-baai-introduces-superscale-intelligence-model-wu-dao-1-0-98a573fc4d70. 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.
Wu Dao - Wen Hui— qui l'a créé ?
Il a été publié par Beijing Academy of Artificial Intelligence / BAAI, basé sur China, une organisation catégorisée comme academia.
Wu Dao - Wen Hui— quand a-t-il été publié ?
Il a été publié dans March 2021. 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.
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.